视频理解基准暴露评测缺口

naver · hf · 2026-07-10

Video-Oasis 对视频理解评测做了诊断分析，发现现有一半视频基准在不看画面的情况下也能被解答出来，说明这些基准并不能有效测出模型的视频理解能力。该工作由此暴露出当前视频理解模型评测中的明显能力缺口，强调需要更可靠、更依赖视觉输入的评测设计。