NoRA视觉第一人称规范行动推理基准发布

2026年10月15日，Sichao Li等作者在arXiv发布NoRA，一个视觉第一人称视频基准，要求模型从零生成候选下一步动作，并通过显式的“事实-理由-动作”支撑图给出可检验的理由。该基准包含1,420段标注视频片段，分为HumanGold-190与LLMSilver-1230两个子集，从动作对齐、事实接地和支撑绑定三个维度聚合成有据合理性分数。作者表示代码与数据集已提供（原文链接为“this https URL”）。截至该报道，事件进展为基准发布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。