Tag · 1 篇
MA-Bench: Towards Fine-grained Micro-Action Understanding
为视觉研究者提供了一个针对细微人体动作的三层评测协议(感知/关系理解/解释推理)和 20.5K 结构化动作描述训练语料,可直接用于诊断和微调视频 MLLM 在细粒度身体部位动态上的短板。