跳到正文
arXiv · NLP· Anya Ji, Abhijith Varma Mudunuri, David M. Chan, Alane Suhr·· 10 天前AI 评分29

Animation2Code 基准测试:评估视频到代码生成的时序视觉推理能力

Animation2Code: Evaluating Temporal Visual Reasoning in Video-to-Code Generation

AI 导读

研究团队发布 Animation2Code 基准测试,旨在评估视觉语言模型(VLMs)在视频到代码生成任务中的时序视觉推理能力。该基准包含 1,069 个网页动画视频及其对应的 HTML/CSS/JavaScript 实现,并提出了外观相似度和时序相似度两项指标。测试显示,当前最先进的 VLMs 在重建时难以保持时序一致性,即使外观相似度较高,且在微调和迭代优化设置下表现依然受限。

来源:arXiv · NLP · arxiv.org