Video-BrowseComp: 基于代理的视频研究基准

本文介绍了Video-BrowseComp，这是一个新的基准，旨在评估AI模型的代理视频推理能力。它通过关注开放网络上视频内容的动态性质，从被动感知转向主动研究，从而解决了该领域的一个重大差距。该基准强调时间视觉证据和开放网络检索，这使其成为对当前模型的具有挑战性的测试，突出了它们在理解和推理视频内容方面的局限性，特别是在元数据稀疏的环境中。本文的贡献在于为AI代理提供了一个更现实、更具挑战性的评估框架。

• •介绍了Video-BrowseComp，这是一个用于开放网络上代理视频研究的新基准。
• •强调了时间视觉证据和开放网络检索的必要性。
• •突出了当前模型在推理视频内容方面的局限性，尤其是在元数据稀疏的环境中。
• •为AI代理提供了一个更现实、更具挑战性的评估框架。