arXiv · NLP· Yupeng Xie, Zhenyang Wang, Jiayi Zhu, Yinghao Tang, Zhouan Shen, Yiyu Chen, Yuyu Luo·· 2026-10-09AI 评分25
DataVista:首个数据视频理解基准评测 Gemini-3.1-Pro 表现
DataVista: Diagnosing Multimodal LLMs on Data Video Understanding
AI 导读
DataVista 发布,这是首个数据视频理解基准,含 961 个视频和 6,775 道问题,覆盖 19 个 MLLM。 基准采用三级能力框架(数据感知、时间推理、叙事理解)和 10 种细分题型,横跨 5 大主题域。 最佳模型 Gemini-3.1-Pro 整体准确率仅 70.0%,远低于人类专家,因果推理和叙事结构表现最差。
来源:arXiv · NLP · arxiv.org