研究者发布MTG-AD数据集与评测框架
热点事件持续更新
研究者发布MTG-AD数据集与评测框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究者发布MTG-AD数据集及配套评测框架MTG-AD-Eval，用于评测多模态大模型（MLLM）生成的端到端内联音频描述。数据集含36小时视频、8k+条描述，由盲人与视力正常音频描述专家配对共同标注。 MTG-AD-Eval将模型生成的脚本渲染为音轨，评估其在视频自然静音段内的贴合度。测试显示，前沿MLLM能准确描述视觉事件并大幅减少语音重叠，但在叙事节奏与流畅度上仍有差距。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
MTG-AD：面向端到端内联音频描述的细粒度评测数据集报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIMTG-AD：面向端到端内联音频描述的细粒度评测数据集
研究者发布 MTG-AD，一个由盲人与视力正常音频描述专家共同标注的 36 小时视频数据集，含 8k+ 条描述，用于评测 MLLM 生成的内联音频描述。配套的 MTG-AD-Eval 框架将生成脚本渲染为音轨，评估其在视频自然静音段内的贴合度。测试显示前沿 MLLM 能准确描述视觉事件并大幅减少语音重叠，但在叙事节奏与流畅度上仍有差距。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。