[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-96795":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"96795","ai","论文研究","Apple Machine Learning Research",68,"LVSum：面向长视频摘要的时间感知基准","苹果发布LVSum基准，用于评估长视频摘要的时间对齐能力。","LVSum是一个面向长视频摘要的时间感知基准，旨在评估多模态大模型在长时间视频摘要中的时间保真度。\n· LVSum包含72个视频，涵盖13个领域，平均时长16分钟，每个视频有最多10个人工生成的带时间戳的摘要。\n· 该基准专门测试模型在长视频中保持语义和时间对齐的能力，这是当前MLLM的薄弱环节。\n· 评估发现，现有模型在时间准确性上表现不佳，常出现时间错位或遗漏关键事件。\n· LVSum提供了细粒度的评估标准，有助于推动长视频理解技术的发展。\n· 该基准由Apple发布，旨在促进更可靠的长视频摘要系统。\n影响\u002F看点：LVSum为长视频摘要设立了新标杆，将推动模型在视频监控、内容审核等场景的实用化。","https:\u002F\u002Fmachinelearning.apple.com\u002Fresearch\u002Flvsum-video-summarization",null,"2026-07-20 08:00:00"]