本研究提出了体育视频评论生成的新任务及基准SCBench，评估视频大型语言模型的细粒度时序视觉能力。结果显示，InternVL-Chat-2在该基准上表现最佳，为复杂视觉理解任务提供了新视角。

本研究提出了一种新的国际象棋评论生成方法（CCC），结合了专家模型的决策优势与语言模型的流畅性，并开发了评估工具（GCC-Eval），以提高评论的质量和可评估性。实验结果表明，CCC生成的评论准确且信息丰富，对模型的解释性和人类教育具有重要影响。