Tag · 2 篇
多模态大模型评估
分布 数据集与评测1生成模型与扩散1
01 02
HERBench：视频问答中多证据整合的基准
HERBench: A Benchmark for Multi-Evidence Integration in Video Question Answering
HERBench 提供了强制多证据整合的视频问答基准，并引入最小所需帧集（MRFS）量化证据需求，可用于诊断视频大模型在检索与融合上的瓶颈，指导设计更鲁棒的多帧推理模型。
EvoID：面向身份保持视频生成的强化演化
EvoID: Reinforced Evolution for Identity-Preserving Video Generation
把身份保持视频生成从静态模仿学习改写为强化学习自演化过程，用「客观指标 + MLLM 整体质量评估」构成双路动态奖励，并用冻结教师锚定学生模型；做视频生成后训练或奖励设计的工作可直接借鉴这套奖励组合与教师锚定策略。