BriefGPT - AI 论文速递 · 2025-03-25T00:00:00Z ACVUBench: An Audio-Centric Video Understanding Benchmark 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了音频为中心的视频理解基准（ACVUBench），旨在评估多模态大型语言模型对音频信息的理解能力。基准包含2,662段视频和超过13,000个问答对，设计了音频中心任务，以展示音频-视觉模型的不足。 🏷️ 标签 基准测试 多模态模型 视频理解 音频-视觉 音频理解 阅读原文 生成长图 分享链接 已复制链接
