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

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jang, Lawrence, Li, Yinheng, Zhao, Dan, Ding, Charles, Lin, Justin, Liang, Paul Pu, Bonatti, Rogerio, Koishida, Kazuhito
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2410.19100