VideoWebArena: Evaluating Long Context Multimodal Agents with Video Understanding Web Tasks

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Jang, Lawrence, Li, Yinheng, Zhao, Dan, Ding, Charles, Lin, Justin, Liang, Paul Pu, Bonatti, Rogerio, Koishida, Kazuhito
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2410.19100