--- format: "aidr-story-markdown/v1" id: "b68f09c8fe91f3b134f1fa6cdc790c90581490904a982bb2cc4ec53472e3f344" canonical_url: "https://aidr.today/b68f09c8?lang=vi" title: "OmniCompass: Một benchmark toàn diện cho nhiệm vụ gắn nhãn video đa dạng và hiểu biết" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-16T00:00:00.000Z" category: "Data" topics: ["llm","data-engineering"] source_urls: ["https://huggingface.co/papers/2610.18829"] summary: "Với sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn đa phương thức (MLLMs), việc đánh giá khả năng hiểu biết video của chúng ngày càng trở nên quan trọng. Các benchmark hiểu biết video hiện tại chỉ bao phủ một phần các chiều đánh giá, hạn chế chẩn đoán hệ thống của hiểu biết video đa dạng. Chúng tôi giới thiệu OmniCompass, một benchmark toàn diện cho gắn nhãn video đa dạng và hiểu biết. OmniCompass định nghĩa hai dấu mốc đánh giá: OmniCompass-VL đánh giá các mô hình thị giác ngôn ngữ trên các nhiệm vụ yêu cầu bằng chứng thị giác, trong khi OmniCompass-AV đánh giá các mô hình đa dạng trên các nhiệm vụ yêu cầu bằng chứng âm thanh hình ảnh kết hợp. Mỗi dấu mốc bao gồm ba nhiệm vụ bổ sung: gắn nhãn thời gian (TG), gắn nhãn không gian (SG), và trả lời câu hỏi (QA), đánh giá thời điểm xuất hiện mục tiêu được tham chiếu, nơi nó nằm, và những gì xảy ra. QA bao phủ năm danh mục nhận thức và ba danh mục lý luận trong OmniCompass-VL, và ba danh mục nhận thức và hai danh mục lý luận trong OmniCompass-AV. OmniCompass-VL chứa 820 video và 2.460 trường hợp trên nhiều lĩnh vực và ba loại thời lượng: ngắn, trung bình và dài. Một tập phụ có nội dung kể chuyện và giàu âm thanh hình thành Omni…" --- # OmniCompass: Một benchmark toàn diện cho nhiệm vụ gắn nhãn video đa dạng và hiểu biết > [Open the canonical story]() **Published:** 2026-10-16T00:00:00.000Z **Category:** Data **Topics:** llm, data\-engineering ## Summary Với sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn đa phương thức \(MLLMs\), việc đánh giá khả năng hiểu biết video của chúng ngày càng trở nên quan trọng\. Các benchmark hiểu biết video hiện tại chỉ bao phủ một phần các chiều đánh giá, hạn chế chẩn đoán hệ thống của hiểu biết video đa dạng\. Chúng tôi giới thiệu OmniCompass, một benchmark toàn diện cho gắn nhãn video đa dạng và hiểu biết\. OmniCompass định nghĩa hai dấu mốc đánh giá: OmniCompass\-VL đánh giá các mô hình thị giác ngôn ngữ trên các nhiệm vụ yêu cầu bằng chứng thị giác, trong khi OmniCompass\-AV đánh giá các mô hình đa dạng trên các nhiệm vụ yêu cầu bằng chứng âm thanh hình ảnh kết hợp\. Mỗi dấu mốc bao gồm ba nhiệm vụ bổ sung: gắn nhãn thời gian \(TG\), gắn nhãn không gian \(SG\), và trả lời câu hỏi \(QA\), đánh giá thời điểm xuất hiện mục tiêu được tham chiếu, nơi nó nằm, và những gì xảy ra\. QA bao phủ năm danh mục nhận thức và ba danh mục lý luận trong OmniCompass\-VL, và ba danh mục nhận thức và hai danh mục lý luận trong OmniCompass\-AV\. OmniCompass\-VL chứa 820 video và 2\.460 trường hợp trên nhiều lĩnh vực và ba loại thời lượng: ngắn, trung bình và dài\. Một tập phụ có nội dung kể chuyện và giàu âm thanh hình thành Omni… ## Sources - [Story source]()