IXThinker·2025-05-30 16:01

影片推理福爾摩斯測試　大模型統統不及格

騰訊ARC Lab聯同香港城市大學推出影片推理評測Video-Holmes，以「推理兇手」「解析作案意圖」等高難度任務考驗多模態大模型，結果現有模型全數不及格。

福爾摩斯式測試

基準取名自福爾摩斯，任務如同查案：模型須主動思考應關注哪些視覺訊息，例如追查片中男子真正死因，以展現複雜影片推理能力的邊界。