发布足球视频重要子事件识别数据集与评测

研究构建了一个基于公开足球集锦的新数据集，用于评估基础模型识别视频中最重要子事件的能力。对比多个 SOTA 多模态模型后发现，它们无法可靠捕捉语境重要性，倾向于依赖单一主导模态，且难以综合多源信息。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。