AIxiv专栏探讨了大语言模型（LLM）的创造力评估，提出了LoTbench方法，通过多轮交互评估LLM生成创新内容的能力，强调应关注生成能力而非选择能力。该方法在CVPR'24中扩展，利用日式冷吐槽游戏进行测评，结果表明当前LLM的创造力仍需提升。

该文章介绍了Flash-VStream，一种针对长视频流的在线理解多模态大模型。通过STAR记忆机制，Flash-VStream实现了对长视频的高效记忆和理解能力。模型在多个长视频理解benchmark上表现优秀，并在CVPR'24长视频问答竞赛中获得冠军。研究团队还构建了一个面向在线视频流问答场景的数据集VStream-QA，用于评价模型的在线视频流理解能力。Flash-VStream的性能在准确率和可信度分数上优于其他方法。