本報告聚焦於首個多輪、開放視角的視頻問答基準。根據 36氪 的報導，該工作首次從感知、認知與上下文理解三個層面，系統定義了九大幻覺任務，並構建了涵蓋雙重視角、支持中英雙語的大規模高品質視頻對話數據集，旨在對多模態模型在視頻問答中的幻覺問題進行系統評測。
該基準在 WildVideo 基準系統下，對多模態模型在視頻問答任務中的幻覺問題進行系統評測。
數據集特性包括雙重視角與中英雙語支持等，旨在提升跨語言多模態任務的研究與應用。
本研究的主要目標是提供一個可操作的評估框架，幫助研究人員理解與緩解多模態視頻問答任務中的幻覺現象，促進模型的穩健性與可靠性。
更多詳情請參考原文：首個多輪、開放視角視頻問答基準，系統分類9大幻覺任務