研究者推出用魔术表演评测视频模型的基准
热点事件持续更新
研究者推出用魔术表演评测视频模型的基准
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
Shuo Wen 等作者提出并发布视频理解基准 The Prestige，用专业魔术表演中的误导设计考察视觉语言模型（VLM）追踪事件、解释意外结果的能力，题目涵盖时序与因果理解，以及对对抗性问题的鲁棒性。 评测显示，最强开源与闭源 VLM 均与人类表现存在明显差距，人类与自动评分之间也存在系统性偏差。消融实验还发现，模型在无法独立生成正确解释时，仍能选对多选题选项。
AI 根据报道生成 · 3 小时前更新
最新进展10月31日 12:00
The Prestige：用魔术表演评测 VLM 的认知视觉推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIThe Prestige：用魔术表演评测 VLM 的认知视觉推理能力
研究者推出视频理解基准 The Prestige，用专业魔术表演中的误导设计考察 VLM 追踪事件、解释意外结果的能力，题目涵盖时序与因果理解及对抗性问题鲁棒性。评测显示最强开源与闭源 VLM 均与人类表现存在明显差距，且人类与自动评分之间存在系统性偏差。消融实验还发现，模型在无法独立生成正确解释时仍能选对多选题选项。
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。