arXiv · Computer Vision· Shiva Sreeram, Erfan Aasi, Tsun-Hsuan Wang, Alaa Maalouf, Daniela Rus·2026-10-12 12:00· 2 小时前AI 评分38

Mind the Temporal Gap：评估视频模型在驾驶场景中的时序理解能力

Mind the Temporal Gap: Evaluating Video Models for Temporal Understanding in Driving

AI 导读

一项针对驾驶场景的研究评估了视频-语言模型在受控自我运动任务中的时序理解能力，发现标准提示、视觉提示、少样本提示和链式推理提示均不可靠且高度依赖任务与模型，并存在持续的类别偏差。