研究团队提出视频对话记忆基准VideoMemBench
热点事件持续更新
研究团队提出视频对话记忆基准VideoMemBench
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Computer Vision 刊出研究团队（Zhengdong Hu 等作者）的 VideoMemBench 工作。该基准面向多模态大模型的上下文视频记忆：每个样本将单个视频与一段长多轮对话配对，各轮之间由带类型的跨轮依赖相连。基准包含 326 个视频、2476 轮对话，其中 1387 轮依赖前序轮次。团队用其评测 20 多个开源与闭源 MLLM，Claude Opus 5 得分最高，但整体得分仅 45.7%。数据集与评测已公开。目前进展为基准发布与首轮评测结果公布，后续跟进报道尚未出现。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 12:00
VideoMemBench：MLLM 在视频对话中能记住多少？报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Computer VisionVideoMemBench：MLLM 在视频对话中能记住多少？
研究团队推出 VideoMemBench，用 326 个视频、2476 轮对话评测多模态大模型的上下文视频记忆，其中 1387 轮依赖前序轮次。评测的 20 多个开源与闭源 MLLM 中，Claude Opus 5 得分最高，整体仅 45.7%。数据集与评测已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。