Hugging Face Daily Papers· Jiahao Meng, Qize Yang, Yuxuan Wang, Yunfei Chu, Wensi Dai, Jin Xu, Yunhai Tong·· 1 天前AI 评分43
超越观看与搜索：面向视频中心深度研究报告的智能体基准测试 OmniDR-Bench
Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports
AI 导读
研究者提出视频中心深度研究报告生成任务，并发布技能化工作流与 OmniDR-Bench 评测基准。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，采用 Omni Atomic Rubric Trees（Omni-ARTs）从视听定位、多模态证据使用和交互呈现三方面评测。在 18 种智能体配置中，最佳系统仅得 63.3/100 分，代码和数据已开源。