Словарь
OmniVideoBench
Бенчмарк для омнимодальных моделей: проверяет, как они понимают видео вместе со звуком и рассуждают по нему. Его разработали в Нанкинском университете. В нём вопросы к роликам разной длины, и для правильного ответа нужны и изображение, и звук. У каждого вопроса есть пошаговая разметка рассуждения.