热点事件观察中
注意差距（MTG-AD）：端到端内联音频描述的数据集与细粒度评估
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月30日，一篇发布在 arXiv 计算机交互（Human-Computer Interaction）分类下的预印本（尚未经同行评审）提出面向端到端内联音频描述的数据集与评估方案。该工作发布包含36小时视频、8000余条内联音频描述的数据集 MTG-AD，并提出无参考评估框架 MTG-AD-Eval。作者报告，前沿多模态大模型（MLLM）生成的描述在准确性上表现良好，但在叙事节奏上仍存在差距。目前该预印本尚未见后续同行评审、正式发表或公开评论的报道。
AI 根据报道生成 · 5 小时前更新
最新进展10月30日 12:00
arXiv 预印本发布 MTG-AD 数据集与 MTG-AD-Eval 评估框架，指出多模态大模型叙事节奏仍有差距。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · Human-Computer Interaction注意差距（MTG-AD）：端到端内联音频描述的数据集与细粒度评估
发布36小时视频、8k+条内联音频描述数据集MTG-AD及无参考评估框架MTG-AD-Eval，前沿MLLM描述准确但叙事节奏仍有差距。
本事件热度走势
当前热度 4·可比范围峰值 5（10月30日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。