猫眼电影
猫眼电影记者 林正霖 报道x
设想我们正看一场篮球比赛,并持续询问大模型有关的画面。对话一开始,我们问:“刚才完成那次突破得分的是谁?” 模型给出了球员的名字。又经过几轮关于其他回合的问答,我们追问:“我们第一次聊到的那名球员,这场比赛最后一共得了多少分?” 这时,模型需要先从早先的回答中找回那名球员,再结合比赛信息确定得分。即使它能看懂最终统计,只要把 “那名球员” 认错,仍然会答非所问。
看电影时也有类似的需求。我们先讨论开头的某个场景,之后又聊到其他角色和情节。几轮问答后,我们指着当前画面中的一个角色问:“这个角色在我们最开始聊到的那个场景里出现过吗?” 此时,模型需要回忆最初讨论的是哪一幕,再判断这个角色是否出现在那一幕。仅仅理解眼前的画面,还不足以回答这个问题。
这样的追问在真实交流中很自然,要求模型把当前问题与先前的对话联系起来:比如前一个例子需要找回早先答案确定的人物,后一个例子需要找回最初讨论的场景。
来自悉尼科技大学、香港中文大学、香港科技大学和浙江大学的研究者联合提出VideoMemBench,关注大模型在围绕同一视频持续对话时,能否记住并正确使用前面讨论过的信息。
项目主页(Project):https://videomembench.github.io/论文(arXiv):https://arxiv.org/abs/2610.40131代码(GitHub):https://github.com/Oliiveralien/VideoMemBench数据集(Dataset):https://huggingface.co/datasets/VideoMemBench/data论文标题:VideoMemBench: How Well Do MLLMs Remember in Video Conversations?
目前许多视频问答评测采用相互独立的问题:模型依靠视频和眼前这一道题,就能给出回答,未必需要回顾对话历史。VideoMemBench 则把问题组织成有前后联系的多轮对话,让后续回答需要用到之前已经建立的信息,并重点考察两种依赖。
第一种是场景依赖(Episodic Dependency)。当问题回指之前讨论的某一幕时,模型需要通过对话确定所指的片段,再利用画面回答新问题。第二种是答案依赖(Answer Dependency)。问题沿着模型前面识别出的人物、物体或事件继续追问,模型需要接着自己的已有回答完成判断。前者关注先前看过的场景,后者关注先前给出的答案。
图 2 同一视频中的多轮问答,通过场景依赖与答案依赖连接起来。
怎样确认这些问题确实需要前文?研究团队设置了 Planner、Generator 和 Judger 三类角色,依次承担依赖规划、问答生成和质量检查,并请人工专家复核全部保留对话。检查的重点是:去掉相关历史后,问题应当无法得到确定答案;当前问题也不能把需要从前文找回的场景或答案重新说出来。此外,参考答案必须得到视频画面的支持。
图 3 数据构建流程:规划、生成、质量检查与人工审核。
最终,数据集收录了 326 段视频和 2,476 轮问答,其中 1,387 轮需要借助前文。它既包含跨越多个轮次的回指,也包含同时依赖多条历史信息的问题。
图 4 数据集规模与分布;(d) 中 1,089 为独立轮数,1,200 和 594 分别为两类依赖的边数。
研究团队对 25 个模型进行了评测。输入统一为带时间戳的 128 个采样视频帧,问题按对话顺序逐轮给出,每个模型此前生成的回答保留在上下文中。结果显示,Claude Opus 5 的综合得分为 45.7,Gemini 3.8 Flash 为 42.4,Kimi K3 为 42.2,GPT-5.6-sol 为 41.7,Qwen3.5-27B 为 34.3。下表展示综合得分排名前列的模型。
图 5 按综合得分排序的前 11 个模型;各指标以百分制展示。
综合得分取逐轮回答、场景依赖和答案依赖三项指标的平均值。答案依赖采用更严格的链式计分:当前回答正确还不够,它所依赖的历史答案也都需要正确。因此,这项指标衡量的是整条回答链的可靠性。表现最好的 Claude Opus 5,在答案依赖指标上也仅达到 35.7%。
进一步分析表明,问题回指得越远,或需要同时关联的历史轮次越多,模型通常越难答对。对全部受测模型取平均,当依赖距离由 1 轮增加至至少 5 轮时,依赖问题的准确率从 30.2% 降至 23.1%。
将模型先前生成的回答替换为正确答案后,后续答案依赖问题的评测表现明显改善。这说明,早期回答中的错误可能影响后续判断,而准确的历史信息有助于支持接下来的对话。
图 6 依赖距离、父轮数量、对话位置及历史回答对表现的影响。
VideoMemBench 希望推动模型更充分地利用视频对话中已经建立的信息,使持续追问和跨场景讨论更加连贯、可靠。对于视频助手而言,理解当前画面之外,如何接住前面聊过的内容,同样值得认真评测。
时事1:嫂子和
11月22日,吾买尔·热西提:从普通农民跨界电商达人 点亮乡村振兴新赛道,“当时元宇宙概念作为新兴事物非常火,VR技术也逐渐被大众熟知。”谢杨冰说,团队通过与国家科研团队合作,参与深海科学数据可视化项目,打造深海虚拟现实技术联合实验室,并在“探索一号”“探索二号”科考船开设文创品牌店,铺开深海文化科普教育业务。,免费公开视频97。
11月22日,算力需求激增 湖北成立算力产业创新联盟,供应链在靠近,产品端也在升级。智能化、科技化成为本届展会突出亮点。,黄色网止,女仆乖(H)调教跪趴1V1,5g影库在线年龄确认。
时事2:目黑惠jufe143在线播放
11月22日,气象现代化科技博览会成都开展 中国气象装备加速“出海”,整理书籍的过程中,夫妇俩也找回许多温情。王芝芝曾翻出40多年前儿子的小学作文集,里面写着“爸爸最拿手的事”是“做家务”和“教书”。,亚洲精品一区永久入口,免费下载欧美一集毛片,快手困困兔免费网站。
11月22日,中外投资机构密集释放“加码”海南自贸港信号,目前,该产品已获国家药监局美白祛斑特证。其大于99%的天然来源成分和不添加色素、酒精、矿油等配方,经皮肤科医护人员评估为“不致痘、不闷痘”,敏感肌也可安心使用。,ph视频免费网站,KXXK . work 久到离谱 挺清晰的,韩无码。
时事3:911.38.m
11月22日,人工智能时代的艺术教育如何创新发展?一场从教师到教学的更新,“很多人对深海有莫名的恐惧感,是因为接触不到它。”海南狮子鱼深海技术有限公司(简称“深海狮子鱼公司”)副总经理谢杨冰受访时说,该公司创始人苗业宸早年曾深度参与“蛟龙”号载人潜水器海试的影像记录和宣传报道,真切察觉到国内深海科普传播事业有广阔的发展空间,国产深海技术更是具备极大的提升与突破潜力。,免费网站,porno3000,小 伸进。
11月22日,22岁吴宜泽斯诺克世锦赛夺冠,谈及两岸农业合作前景,林宏熹说,台湾企业可借鉴大陆规模化生产与推广模式,精准规划市场层级需求,将优质农产品推向注重新鲜健康的家庭,让两岸农业优势互补、共赢发展。(完),在线听书网,色先锋影音资源站,91精品无码一区二区-91精品无码一区二。
时事4:妓女XX网
11月22日,江西省政协原党组成员、副主席胡幼桃被提起公诉,我在最没有能力的年纪,遇见了最想照顾一生的人。,合家欢1一54全文在线阅读,91久久香蕉囯产熟女线看软件,老司机在线视频导航。
11月22日,中国科协:促进青少年科技社团建设高质量发展,并网型项目应符合《关于完善价格机制促进新能源发电就近消纳的通知》(发改价格〔2025〕1192号)相关要求,公平承担输配电费、系统运行费、政策性交叉补贴等费用。项目主责单位负责统一与公共电网结算电费。并网型和离网型项目应按现行政策缴纳政府性基金及附加。项目新能源发电量不纳入新能源可持续发展价格结算机制。,刺激网,2017亚洲男人天堂天堂,午夜一二三区免费视频。
责编:曹雅萍
审核:郭合意
责编:陈孟善












