**VideoMemBench：首个评估多模态大模型视频对话记忆能力的基准测试**

_VideoMemBench: How Well Do MLLMs Remember in Video Conversations?_

> 针对现有视频问答基准无法评估多轮对话中信息保持能力的缺陷，研究团队推出了 VideoMemBench 基准。该基准通过构建包含 326 个视频和 2476 个轮次的长对话，专门测试模型对“所见”（视觉记忆）和“所说”（对话记忆）的上下文视频记忆能力。评估结果显示，包括 Claude Opus 5 在内的 20 多款主流多模态大模型表现均不理想，整体得分仅 45.7%，揭示了该领域面临的严峻挑战。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40131)