大模型 HuggingFace Daily Papers 2026-06-09

OmniCap-IF：全视视频描述的指令跟随能力评估与提升基准

OmniCap-IF首个综合基准，用于评估全模态视频描述的指令跟随能力，揭示了多模态推理中显著的性能差距及格式-内容权衡问题。

解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。