**Shotwell-Bench：首个接受多种有效标注的 AI 视频基准测试**

_Shotwell-Bench: An annotation benchmark that accepts valid alternatives_

> Shotwell-Bench 解决了现有视频标注基准过于僵化、惩罚合理替代方案的问题。该基准通过接受多种有效的视频分段和描述方式，更准确地评估视觉语言模型（VLM）的性能。测试结果显示，GPT-6 Astra 在该基准中表现最佳，证明了其在处理复杂视频标注任务上的优越性。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-03 06:32（北京时间）
- **原文**：[打开原文](https://shotwell.ai/blog/shotwell-bench)