北大与阿里发 OmniDR-Bench:首次评测以视频为中心的深度研究智能体
Qwen · hf · 2026-10-23
北京大学与阿里巴巴 TokenHub 团队提出新任务 Video-Centered Deep Research Report Generation,并发布基准 OmniDR-Bench 与评估框架 Omni-ARTs。
- 任务设定:给定视频与用户请求,agent 需识别可研究的问题、检索外部多模态证据,产出与视频具体时刻互链的交互式研究报告。
- 评估体系:Omni-ARTs 用技能型原子评分树,含三个维度、23 个共享方向,考察视听定位、多模态证据使用与交互式呈现;ARC 流程通过独立证据构建评分树。
- 实用价值:帮助用户定位视频关键片段、核实论断、复现演示步骤,补上了现有基准只评文本 deep research 的空白。
「编程与Agent」频道最新
- 15 岁开发者拆解 boss-bot 路由：React Native 多 Agent 架构详解 — Adept_Direction2591 · 2026-10-23
- 开源 logplane:给 AI Agent 加本地控制平面,管崩溃/审批/预算 — max_paperclips · 2026-10-23
- SlopCodeBench 榜首仅 16%,编码 Agent 真实水平远低于其他榜单 — ajratner · 2026-10-23
- 15 岁开发者 4 天做出多 Agent 应用，4 天拿下 2000 下载 — Adept_Direction2591 · 2026-10-23
- QuixiAI 开源 Charter v0.3：可形式化验证的机构章程规范语言 — QuixiAI · 2026-10-23
- DSH 框架吊打 Codex：更省 token、更快、更强，唯 FrontierCode 掉分 — teortaxesTex · 2026-10-23