文化感知评测

CURVE：面向文化与多语言长视频推理的基准

CURVE: A Benchmark for Cultural and Multilingual Long Video Reasoning

提供了一个以原生语言、区域文化视频构建的长视频推理基准，并给出基于推理链构建证据图来定位细粒度推理错误的迭代评测策略，可直接用于诊断 Video-LLM 在视觉文化感知环节的失效点。