本文へスキップ

LVBench

長時間の動画理解のためのベンチマーク

公式サイトを見る

LVBench とは

LVBench は長い動画の理解を測るベンチマークと紹介され、数時間にわたる動画を扱うマルチモーダル大規模言語モデルの力を伸ばすためと説明されている。

できること

  • 長い動画の理解を測る課題を動かす
  • 公開された映像の区分を利用する
  • 手作業の注釈による質問応答の組を使う
  • モデルに長期記憶を示すよう求める

活用場面

  • 研究者が長い動画の質問応答でモデルを比べる
  • 開発者がデータセットで動画理解のモデルを試す
  • 教育の場で技術を教える教材にする

長所と短所

✓ 良い点

  • 公開映像の複数の区分と細区分を扱う
  • 手作業の注釈とモデル補助を組み合わせる

! 注意したい点

  • 基準が対象にするのは長い動画とマルチモーダルモデル
  • 結果はデータセット上のモデルの振る舞いを読んで得る

よくある質問

どんな映像が入る?

資料は連続劇・スポーツ中継・日常の監視映像を挙げる。

データの作り方は?

手作業の注釈とモデル補助で質問応答データを作ると説明。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法