HuggingFace Daily Papers· Jiahao Meng, Qize Yang, Yuxuan Wang, Yunfei Chu, Wensi Dai, Jin Xu, Yunhai Tong·· 4 天前AI 评分45
OmniDR-Bench：视频中心深度研究智能体评测基准
Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports
AI 导读
研究者提出视频中心深度研究报告生成任务及 OmniDR-Bench 评测基准，包含 50 个中英文任务和 6,414 条评测标准。评测显示最佳系统得分为 63.3 分，当前智能体需提升内容覆盖、跨模态因果分析及引用准确性。代码与数据已开源。
来源：HuggingFace Daily Papers · arxiv.org