【[43星]OST-Bench：一个用于评估多模态大语言模型在线时空场景理解能力

爱生活爱珂珂 2025-07-13 16:34:05

【[43星]OST-Bench：一个用于评估多模态大语言模型在线时空场景理解能力的基准。亮点：1. 涵盖1.4k场景和10k问答对；2. 从主动探索场景的Agent视角出发，强调在线时空理解；3. 支持多轮对话评估，兼容多种模型】

OST-Bench: Evaluating the Capabilities of MLLMs in Online Spatio-temporal Scene Understanding

GitHub: github.com/OpenRobotLab/OST-Bench

多模态大语言模型 时空场景理解 在线评估 人工智能 ai兴趣创作计划

0 阅读：0
爱生活爱珂珂

爱生活爱珂珂

感谢大家的关注

作者最新文章

1
【[71星]lmpo：一个简洁易懂的语言模型策略优化GitHub项目。它通过强化
2
晚安～ [月亮] 晚安 ​​​
3
《爱可可微博热门分享(7.10)》 ​​​
4
【[16星]gym-genesis：为GENESIS项目打造的高效并行化Gym环
5
【[38星]SDG Hub：为LLMs打造的低代码合成数据生成工具包。它能以低代
6
【[85星]mojo-gpu-puzzles：用互动谜题学习GPU编程的创新项目
7
【[147星]ollama-hpp：用几行代码就能在C++中调用强大的本地语言模
8
【[1.1k星]de-pixelate_gaV-O6NPWrI：神奇的去像素化工
9
【[79星]PhysiX：为物理模拟领域带来突破性进展的大型基础模型。它解决了物
10
【[679星]bitchat-android：一款基于蓝牙Mesh网络的去中心化

热门分类

推荐 热榜 军事 NBA 体育 社会 明星八卦 娱乐 财经 科技 汽车 历史 国际 游戏 动漫 公益 搞笑 商业 互联网 数码 国际足球 房产 家居 时尚 科学探索 职场 育儿 股票 教育 影视 情感 热点 中国军情 武器 中国南海 中国足球 亚洲杯 科比 综合体育 CBA 投资 楼市 大咖秀 外汇 创业 风口 SUV 豪车 概念车 优惠 新能源 美国 欧洲 朝日韩 俄罗斯 孕期 街拍 恋爱攻略 婚姻 正能量

科技TOP

1
小米YU7价格25.35万，27.99万，32.99万三个版本，最推荐入门版本，
2
哈哈哈昨晚三星发布会我是真的看爽了！三星折叠屏比直板更轻薄GalaxyZF
3
小米又搞大动作啦！6月24日雷军透露小米YU7支持车外小爱语音。车外配备8个麦克
4
小米首款智能眼镜AIGlasses发布，支持拍照录像和超级小爱同学。1999起
5
陈震再次质疑小米YU7到底极限在哪里？到现在为止，他已经连续发了四篇专门的文
6
荣耀线下店基本全面铺货，趁着周末去摸了摸荣耀X70，跟我想的有点不一样上手真
7
论手感的话，个人感觉还得是钛金属，大家觉得呢？[思考]​​​
8
三星折叠屏比直板更轻薄刷到三星的全球新品发布会，又被三星的折叠屏手机硬控了，知道
9
目前来看，iPhone17系列只要你不选标准版，大概率是怎么选都不会后悔，当然
10
比亚迪APP征集全新名称了，目前看了一下，提到比较多的就是“迪家”，确实简单好记

科技最新文章

1
不服什么H100，又H200的，就服黄仁勋的标志性皮夹克！北京室外太阳直射气温
2
朋友最后还是没忍住，入手了最新的荣耀MagicV5大折叠，截图给我看了眼订单，
3
黄仁勋到国内后，使劲蹭雷军的热度，又是不断的与雷军合影拍照，又是称想买一辆小米汽
4
Ai伴侣来了。马斯克旗下的xAI最新推出的Grok智能伴侣Ani，在好感度达到3
5
这下一代的findX9系列后置镜头模组看着才舒服嘛，原先的奥利奥真的是受够了，
6
中美芯片大战，日本人突然发现了一个重大的秘密！美国靠着尖端芯片死磕中国，而中国呢
7
晚了！美国批准英伟达H20芯片出口！根据媒体7月15号报道，黄仁勋在接受采访时高
8
荣耀再一次掀桌子，大家都别玩了荣耀X70只要1399顶配版是12G+512G
9
比亚迪APP征集全新名称了，目前看了一下，提到比较多的就是“迪家”，确实简单好记
10
美国对H20芯片松口，黄仁勋年内第三次抵华，稳住中国市场是关键7月15日，美