arXiv · AI· Yuhang Chen, Guangyue Liu, Shilong Liu·· 4 小时前AI 评分24
DIVE：连续流中视觉参与的全双工交互基准测试
DIVE: Benchmarking Full-Duplex Interaction with Visual Engagement in Continuous Streams
AI 导读
研究人员提出 DIVE 基准，旨在评估多模态大语言模型在连续流中的全双工交互与视觉参与能力。该基准包含 525 个音视频样本，将任务分为主动干预、持续参与和交互协调三个场景。
来源：arXiv · AI · arxiv.org