**MuseBench:评估多模态大模型在视听艺术意图理解上的基准测试** _MuseBench: Benchmarking Intent-Level Aud
原帖
**MuseBench:评估多模态大模型在视听艺术意图理解上的基准测试**
_MuseBench: Benchmarking Intent-Level Audiovisual Arts Understanding in MLLMs_
> HuggingFace Daily Papers 发布 MuseBench,旨在填补多模态大语言模型在视听艺术深层理解上的空白。该基准包含4016道涵盖电影、静态视觉、舞台表演及游戏艺术的题目,重点考察模型对创作意图的推理能力而非仅感知识别。测试显示,尽管现有模型进步显著,但最佳模型准确率仅为48.29%,远低于人类专家的87.18%,揭示了当前AI在创意领域专业知识上的巨大差距。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-08 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2606.30026)