MF² 基准登陆 EMNLP 2026：用 850+ 事实/谣言对考 VLM 看懂电影
andre_t_martins · x · 2026-10-22
多机构合作团队在 EMNLP 2026 发布 MF²（Movie Facts and Fibs），一个测试视觉语言模型电影叙事理解能力的基准，主打深层理解而非浅层记忆。
要点：
- 850+ 由人工撰写的「事实/谣言」claim 对，覆盖单场景与跨场景/全局理解、情绪理解、事件与实体理解等维度
- 基于 50+ 部完整电影，全部采用 CC BY 4.0 开放授权、可自由使用与再分发
- 任务形式为判断陈述是真话还是谎言，例如对《小公主》(1939) 中角色性格与女王行为的辨析
- 合作方包括里斯本高等理工学院、阿姆斯特丹大学、UNC、哥本哈根大学、NTU、UT Austin 等 19 家机构
「研究」频道最新
- IBM LASAGNA 研究：RAG 各技术单独有效，组合后增益大幅缩水 — ibm · 2026-10-22
- 开发者吐槽:机械可解释性快成 AI 圈的占星术了 — dejavucoder · 2026-10-22
- eLife 地标级论文:用 RNN 揭示前额叶皮层规划行为的机制理论 — ShahabBakht · 2026-10-22
- 数学家 Kontorovich 喊话:所有代码都该立刻 Lean 形式化 — ludwigABAP · 2026-10-22
- Cohere 发布 CulturalRiddles：28 个模型跨文化谜题仅得 79.3 分 — Cohere_Labs · 2026-10-22
- StreamEval 发布：首个实时交互式视频生成基准，评测 37 个模型 — AdinaYakup · 2026-10-22