Respond Beyond Language: A Benchmark for Video Generation in Response to Realistic User Intents
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Shuting, Liu, Yunqi, Yang, Zixin, Hu, Ning, Dou, Zhicheng, Xiong, Chenyan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Generate, Not Recommend: Personalized Multimodal Content Generation
par: Liu, Jiongnan, et autres
Publié: (2025)
par: Liu, Jiongnan, et autres
Publié: (2025)
ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents
par: Kang, Hao, et autres
Publié: (2024)
par: Kang, Hao, et autres
Publié: (2024)
Understand User Opinions of Large Language Models via LLM-Powered In-the-Moment User Experience Interviews
par: Liu, Mengqiao, et autres
Publié: (2025)
par: Liu, Mengqiao, et autres
Publié: (2025)
RAGViz: Diagnose and Visualize Retrieval-Augmented Generation
par: Wang, Tevin, et autres
Publié: (2024)
par: Wang, Tevin, et autres
Publié: (2024)
Generating Pretraining Tokens from Organic Data for Data-Bound Scaling
par: Yu, Zichun, et autres
Publié: (2026)
par: Yu, Zichun, et autres
Publié: (2026)
AgentFugue: Agent Scaling for Long-Horizon Tasks through Collective Reasoning
par: Hu, Yuyang, et autres
Publié: (2026)
par: Hu, Yuyang, et autres
Publié: (2026)
Beyond Cooperative Simulators: Generating Realistic User Personas for Robust Evaluation of LLM Agents
par: Chopra, Harshita, et autres
Publié: (2026)
par: Chopra, Harshita, et autres
Publié: (2026)
TrustMH-Bench: A Comprehensive Benchmark for Evaluating the Trustworthiness of Large Language Models in Mental Health
par: Xiong, Zixin, et autres
Publié: (2026)
par: Xiong, Zixin, et autres
Publié: (2026)
AutoRule: Reasoning Chain-of-thought Extracted Rule-based Rewards Improve Preference Learning
par: Wang, Tevin, et autres
Publié: (2025)
par: Wang, Tevin, et autres
Publié: (2025)
ATG: Benchmarking Automated Theorem Generation for Generative Language Models
par: Lin, Xiaohan, et autres
Publié: (2024)
par: Lin, Xiaohan, et autres
Publié: (2024)
Beyond Context: Large Language Models' Failure to Grasp Users' Intent
par: Hussain, Ahmed M., et autres
Publié: (2025)
par: Hussain, Ahmed M., et autres
Publié: (2025)
Using Large Language Models to Generate, Validate, and Apply User Intent Taxonomies
par: Shah, Chirag, et autres
Publié: (2023)
par: Shah, Chirag, et autres
Publié: (2023)
Montessori-Instruct: Generate Influential Training Data Tailored for Student Learning
par: Li, Xiaochuan, et autres
Publié: (2024)
par: Li, Xiaochuan, et autres
Publié: (2024)
Benchmark Test-Time Scaling of General LLM Agents
par: Li, Xiaochuan, et autres
Publié: (2026)
par: Li, Xiaochuan, et autres
Publié: (2026)
Toolink: Linking Toolkit Creation and Using through Chain-of-Solving on Open-Source Model
par: Qian, Cheng, et autres
Publié: (2023)
par: Qian, Cheng, et autres
Publié: (2023)
AssistRAG: Boosting the Potential of Large Language Models with an Intelligent Information Assistant
par: Zhou, Yujia, et autres
Publié: (2024)
par: Zhou, Yujia, et autres
Publié: (2024)
Useless but Safe? Benchmarking Utility Recovery with User Intent Clarification in Multi-Turn Conversations
par: Zheng, Mingqian, et autres
Publié: (2026)
par: Zheng, Mingqian, et autres
Publié: (2026)
Beyond Facts: Evaluating Intent Hallucination in Large Language Models
par: Hao, Yijie, et autres
Publié: (2025)
par: Hao, Yijie, et autres
Publié: (2025)
The Collective Turing Test: Large Language Models Can Generate Realistic Multi-User Discussions
par: Bouleimen, Azza, et autres
Publié: (2025)
par: Bouleimen, Azza, et autres
Publié: (2025)
ProRAG: Process-Supervised Reinforcement Learning for Retrieval-Augmented Generation
par: Wang, Zhao, et autres
Publié: (2026)
par: Wang, Zhao, et autres
Publié: (2026)
Beyond Pass-by-Pass Optimization: Intent-Driven IR Optimization with Large Language Models
par: Qiu, Lei, et autres
Publié: (2026)
par: Qiu, Lei, et autres
Publié: (2026)
ShizishanGPT: An Agricultural Large Language Model Integrating Tools and Resources
par: Yang, Shuting, et autres
Publié: (2024)
par: Yang, Shuting, et autres
Publié: (2024)
The Tool Decathlon: Benchmarking Language Agents for Diverse, Realistic, and Long-Horizon Task Execution
par: Li, Junlong, et autres
Publié: (2025)
par: Li, Junlong, et autres
Publié: (2025)
Language Models are Few-Shot Graders
par: Zhao, Chenyan, et autres
Publié: (2025)
par: Zhao, Chenyan, et autres
Publié: (2025)
Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning
par: Hu, Yuyang, et autres
Publié: (2026)
par: Hu, Yuyang, et autres
Publié: (2026)
Harness Local Rewards for Global Benefits: Effective Text-to-Video Generation Alignment with Patch-level Reward Models
par: Wang, Shuting, et autres
Publié: (2025)
par: Wang, Shuting, et autres
Publié: (2025)
Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation
par: Zhang, Chenghao, et autres
Publié: (2026)
par: Zhang, Chenghao, et autres
Publié: (2026)
GPG: Generalized Policy Gradient Theorem for Transformer-based Policies
par: Mao, Hangyu, et autres
Publié: (2025)
par: Mao, Hangyu, et autres
Publié: (2025)
OnePred: Next-Query Prediction via Recursive Intent Memory in Multi-Turn Conversations
par: Chen, Jiangwang, et autres
Publié: (2026)
par: Chen, Jiangwang, et autres
Publié: (2026)
SagaScale: A Realistic, Scalable, and High-Quality Long-Context Benchmark Built from Full-Length Novels
par: Du, Guancheng, et autres
Publié: (2025)
par: Du, Guancheng, et autres
Publié: (2025)
MCPMark: A Benchmark for Stress-Testing Realistic and Comprehensive MCP Use
par: Wu, Zijian, et autres
Publié: (2025)
par: Wu, Zijian, et autres
Publié: (2025)
GLARE: Agentic Reasoning for Legal Judgment Prediction
par: Yang, Xinyu, et autres
Publié: (2025)
par: Yang, Xinyu, et autres
Publié: (2025)
TimelineReasoner: Advancing Timeline Summarization with Large Reasoning Models
par: Zhang, Liancheng, et autres
Publié: (2026)
par: Zhang, Liancheng, et autres
Publié: (2026)
EmbodiedMidtrain: Bridging the Gap between Vision-Language Models and Vision-Language-Action Models via Mid-training
par: Du, Yiyang, et autres
Publié: (2026)
par: Du, Yiyang, et autres
Publié: (2026)
ED-Copilot: Reduce Emergency Department Wait Time with Language Model Diagnostic Assistance
par: Sun, Liwen, et autres
Publié: (2024)
par: Sun, Liwen, et autres
Publié: (2024)
Grounding Language Model with Chunking-Free In-Context Retrieval
par: Qian, Hongjin, et autres
Publié: (2024)
par: Qian, Hongjin, et autres
Publié: (2024)
From Intents to Conversations: Generating Intent-Driven Dialogues with Contrastive Learning for Multi-Turn Classification
par: Liu, Junhua, et autres
Publié: (2024)
par: Liu, Junhua, et autres
Publié: (2024)
Emotion and Intent Joint Understanding in Multimodal Conversation: A Benchmarking Dataset
par: Liu, Rui, et autres
Publié: (2024)
par: Liu, Rui, et autres
Publié: (2024)
Psychometric Item Validation Using Virtual Respondents with Trait-Response Mediators
par: Lim, Sungjib, et autres
Publié: (2025)
par: Lim, Sungjib, et autres
Publié: (2025)
UserSumBench: A Benchmark Framework for Evaluating User Summarization Approaches
par: Wang, Chao, et autres
Publié: (2024)
par: Wang, Chao, et autres
Publié: (2024)
Documents similaires
-
Generate, Not Recommend: Personalized Multimodal Content Generation
par: Liu, Jiongnan, et autres
Publié: (2025) -
ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents
par: Kang, Hao, et autres
Publié: (2024) -
Understand User Opinions of Large Language Models via LLM-Powered In-the-Moment User Experience Interviews
par: Liu, Mengqiao, et autres
Publié: (2025) -
RAGViz: Diagnose and Visualize Retrieval-Augmented Generation
par: Wang, Tevin, et autres
Publié: (2024) -
Generating Pretraining Tokens from Organic Data for Data-Bound Scaling
par: Yu, Zichun, et autres
Publié: (2026)