כתבה
arXiv cs.CL ·
DataVista: אבחון מודלים רב-מודאליים
DataVista: Diagnosing Multimodal LLMs on Data Video Understanding
DataVista הוא בנך' הראשון להבנת וידאו נתונים, המכיל 961 סרטונים ו-6,775 שאלות. המודל הטוב ביותר, Gemini-3.1-Pro, השיג דיוק של 70.0%, אך עדיין נמוך מביצועים של מומחים אנושיים.
תקציר מקורי באנגליתarXiv:2610.11993v1 Announce Type: cross Abstract: Data video is a media form that integrates data visualization with video narrative, widely adopted in news reporting and business analysis. Compared with general video understanding, data video understanding places greater emphasis on accurately reading data from animated charts, integrating evidence across charts and time, and understanding how narrative organization and visual design communicate information. Yet existing benchmarks target either general videos or static charts, and data video understanding has not been systematically evaluated. We present DataVista, the first benchmark for data video understanding, containing 961 real-world data videos and 6,775 evaluation questions organized under a three-level progressive capability fra
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית