以视频为中心的深度研究报告智能体基准

新基准评估智能体基于视频生成深度研究报告的能力。

资讯摘要

论文提出“以视频为中心的深度研究报告生成”任务：给定视频与用户请求，智能体需识别研究问题、检索外部多模态证据，并生成与视频片段关联的交互式报告。作者发布 OmniDR-Bench 基准与基于技能的流程，并提出 Omni Atomic Rubric Trees 评估方法，包含三个维度、23 个共享方向及任务特定原子二元标准。基准含 50 个中英文任务、19 个真实子类、6414 条标准；18 种智能体配置中最佳得分 63.3/100。

要点速读

1. 论文提出以视频为中心的深度研究报告生成任务，要求智能体检索外部多模态证据并生成关联视频时刻的交互式报告。
2. 作者发布 OmniDR-Bench，含 50 个中英文任务、19 个真实世界子类、6414 条评估标准，并提出 Omni-ARTs 评估树。
3. 在 18 种智能体配置中最佳系统得分 63.3/100；作者指出当前智能体在内容覆盖、跨模态因果逻辑分析与引用准确性上仍有不足。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。