NoRA：第一视角视频规范行动推理基准发布

Sichao Li 等论文作者发布 NoRA 基准，用于评估多模态模型的第一人称规范行动推理：模型需从可见事实出发生成候选下一步行动，并用显式的“事实—理由—行动”支持图进行论证。 基准包含 1,420 段标注视频，分为 HumanGold-190 和 LLMSilver-1230 两个子集；论文在直接、深思和结构化三种提示方式下测试了 12 个多模态系统。代码与数据集已在 GitHub 开放。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。