arXiv · cs.CL· Jiahao Meng·· 4 天前AI 评分41
超越观看与搜索：面向视频中心深度研究报告的智能体评测基准 OmniDR-Bench
Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports
来源与原文
arXiv · cs.CL
作者：Jiahao Meng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.31158v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出视频中心深度研究报告生成任务，并发布技能工作流与评测基准 OmniDR-Bench。该基准包含 50 个中英文任务、覆盖 19 个真实子类别、共 6,414 条标准，并采用 Omni Atomic Rubric Trees（Omni-ARTs）从视听定位、多模态证据使用和交互式呈现三个维度评估。在 18 个智能体配置中，最佳系统仅得 63.3/100 分，代码与数据已开源。
来源：arXiv · cs.CL · arxiv.org