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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Jang, Lawrence, Li, Yinheng, Zhao, Dan, Ding, Charles, Lin, Justin, Liang, Paul Pu, Bonatti, Rogerio, Koishida, Kazuhito
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2410.19100