O
0
原站网页截图，页面可能随时间更新。
- 代码许可：apache-2.0
- 作者：opencompass
- 分类：AI 视频
- 名称：Open VLM Video Leaderboard
- 来源：Hugging Face Spaces
Open VLM Video Leaderboard 面向需要比较视频理解模型表现的研究与开发场景，将多个经过选择的视频理解基准整合到统一页面中，帮助用户从整体得分和单项评测两个层面了解模型结果。
功能定位
该应用是一个视频理解评测排行榜，展示使用 VLMEvalKit 获得的多项视频理解指标。页面既提供综合排行榜，也提供围绕具体视频理解基准组织的专项排行榜，便于从整体表现与单项能力两个角度阅读结果。
结果组织方式
综合排行榜聚合经过选择的评测基准，并给出总分，用于形成较为概括的模型比较视图。专项排行榜则围绕每个视频理解基准展开，同时呈现该基准的总体分数与更细分的评测分数，适合进一步观察模型在不同测试维度上的结果差异。
适用任务
如果需要了解不同模型在视频理解基准上的相对结果，可以先查看整体排行榜，快速获得总分层面的比较。若关注某一具体基准，或希望分析模型在更细评测维度上的表现，则可转到对应的专项排行榜。研究人员也可以将这些结果作为阅读视频理解模型评测情况时的参考入口。
使用思路
使用时可以先从综合结果建立整体认识，再根据研究问题选择具体视频理解基准进行细看。阅读专项结果时，应结合总体分数与细粒度分数一起判断，避免只依据单个指标概括模型能力。若需要复现实验或进一步理解评测方法，可结合 VLMEvalKit 相关资源阅读其评测工具和报告。
常见问题
这个应用展示什么内容？
它展示通过 VLMEvalKit 获得的视频理解指标结果，包括综合排行榜，以及按具体视频理解基准提供的总体和细粒度分数。
综合排行榜和专项排行榜有什么区别？
综合排行榜以经过选择的多个基准形成总分视图；专项排行榜针对单个视频理解基准，提供该基准的总体分数和更细分的评测结果。