SIV-Bench: A Video Benchmark for Social Interaction Understanding and Reasoning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Kong, Fanqi, Zu, Weiqin, Chen, Xinyu, Yang, Yaodong, Zhu, Song-Chun, Feng, Xue |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Benchmarking Scientific Understanding and Reasoning for Video Generation using VideoScience-Bench
par: Hu, Lanxiang, et autres
Publié: (2025)
par: Hu, Lanxiang, et autres
Publié: (2025)
SciVideoBench: Benchmarking Scientific Video Reasoning in Large Multimodal Models
par: Deng, Andong, et autres
Publié: (2025)
par: Deng, Andong, et autres
Publié: (2025)
VideoVista: A Versatile Benchmark for Video Understanding and Reasoning
par: Li, Yunxin, et autres
Publié: (2024)
par: Li, Yunxin, et autres
Publié: (2024)
FAVOR-Bench: A Comprehensive Benchmark for Fine-Grained Video Motion Understanding
par: Tu, Chongjun, et autres
Publié: (2025)
par: Tu, Chongjun, et autres
Publié: (2025)
ERGeoBench:A Comprehensive Benchmark for Embodied Reasoning and Geo-localization in Multimodal Large Language Models
par: Xue, Kaiwen, et autres
Publié: (2026)
par: Xue, Kaiwen, et autres
Publié: (2026)
VEU-Bench: Towards Comprehensive Understanding of Video Editing
par: Li, Bozheng, et autres
Publié: (2025)
par: Li, Bozheng, et autres
Publié: (2025)
VERIFIED: A Video Corpus Moment Retrieval Benchmark for Fine-Grained Video Understanding
par: Chen, Houlun, et autres
Publié: (2024)
par: Chen, Houlun, et autres
Publié: (2024)
MMSI-Video-Bench: A Holistic Benchmark for Video-Based Spatial Intelligence
par: Lin, Jingli, et autres
Publié: (2025)
par: Lin, Jingli, et autres
Publié: (2025)
Video-Bench: Human-Aligned Video Generation Benchmark
par: Han, Hui, et autres
Publié: (2025)
par: Han, Hui, et autres
Publié: (2025)
EgoPro-Bench: Benchmarking Personalized Proactive Interaction in Egocentric Video Streams
par: Ran, Dongchuan, et autres
Publié: (2026)
par: Ran, Dongchuan, et autres
Publié: (2026)
TC-Bench: Benchmarking Temporal Compositionality in Text-to-Video and Image-to-Video Generation
par: Feng, Weixi, et autres
Publié: (2024)
par: Feng, Weixi, et autres
Publié: (2024)
Perception, Understanding and Reasoning, A Multimodal Benchmark for Video Fake News Detection
par: Yakun, Cui, et autres
Publié: (2025)
par: Yakun, Cui, et autres
Publié: (2025)
MT-Video-Bench: A Holistic Video Understanding Benchmark for Evaluating Multimodal LLMs in Multi-Turn Dialogues
par: Pan, Yaning, et autres
Publié: (2025)
par: Pan, Yaning, et autres
Publié: (2025)
UR-Bench: A Benchmark for Multi-Hop Reasoning over Ultra-High-Resolution Images
par: Li, Siqi, et autres
Publié: (2025)
par: Li, Siqi, et autres
Publié: (2025)
TemporalBench: Benchmarking Fine-grained Temporal Understanding for Multimodal Video Models
par: Cai, Mu, et autres
Publié: (2024)
par: Cai, Mu, et autres
Publié: (2024)
HumanVideo-MME: Benchmarking MLLMs for Human-Centric Video Understanding
par: Cai, Yuxuan, et autres
Publié: (2025)
par: Cai, Yuxuan, et autres
Publié: (2025)
V2P-Bench: Evaluating Video-Language Understanding with Visual Prompts for Better Human-Model Interaction
par: Zhao, Yiming, et autres
Publié: (2025)
par: Zhao, Yiming, et autres
Publié: (2025)
LiViBench: An Omnimodal Benchmark for Interactive Livestream Video Understanding
par: Wang, Xiaodong, et autres
Publié: (2026)
par: Wang, Xiaodong, et autres
Publié: (2026)
StreamingBench: Assessing the Gap for MLLMs to Achieve Streaming Video Understanding
par: Lin, Junming, et autres
Publié: (2024)
par: Lin, Junming, et autres
Publié: (2024)
CT-Bench: A Benchmark for Multimodal Lesion Understanding in Computed Tomography
par: Zhu, Qingqing, et autres
Publié: (2026)
par: Zhu, Qingqing, et autres
Publié: (2026)
Think with Grounding: Curriculum Reinforced Reasoning with Video Grounding for Long Video Understanding
par: Chen, Houlun, et autres
Publié: (2026)
par: Chen, Houlun, et autres
Publié: (2026)
VGenST-Bench: A Benchmark for Spatio-Temporal Reasoning via Active Video Synthesis
par: Park, Jinho, et autres
Publié: (2026)
par: Park, Jinho, et autres
Publié: (2026)
SOK-Bench: A Situated Video Reasoning Benchmark with Aligned Open-World Knowledge
par: Wang, Andong, et autres
Publié: (2024)
par: Wang, Andong, et autres
Publié: (2024)
V-ReasonBench: Toward Unified Reasoning Benchmark Suite for Video Generation Models
par: Luo, Yang, et autres
Publié: (2025)
par: Luo, Yang, et autres
Publié: (2025)
VideoRewardBench: Comprehensive Evaluation of Multimodal Reward Models for Video Understanding
par: Zhang, Zhihong, et autres
Publié: (2025)
par: Zhang, Zhihong, et autres
Publié: (2025)
MMDocBench: Benchmarking Large Vision-Language Models for Fine-Grained Visual Document Understanding
par: Zhu, Fengbin, et autres
Publié: (2024)
par: Zhu, Fengbin, et autres
Publié: (2024)
UI2V-Bench: An Understanding-based Image-to-video Generation Benchmark
par: Zhang, Ailing, et autres
Publié: (2025)
par: Zhang, Ailing, et autres
Publié: (2025)
Q-Bench-Video: Benchmarking the Video Quality Understanding of LMMs
par: Zhang, Zicheng, et autres
Publié: (2024)
par: Zhang, Zicheng, et autres
Publié: (2024)
AirCopBench: A Benchmark for Multi-drone Collaborative Embodied Perception and Reasoning
par: Zha, Jirong, et autres
Publié: (2025)
par: Zha, Jirong, et autres
Publié: (2025)
RTV-Bench: Benchmarking MLLM Continuous Perception, Understanding and Reasoning through Real-Time Video
par: Xun, Shuhang, et autres
Publié: (2025)
par: Xun, Shuhang, et autres
Publié: (2025)
CrashSight: A Phase-Aware, Infrastructure-Centric Video Benchmark for Traffic Crash Scene Understanding and Reasoning
par: Gan, Rui, et autres
Publié: (2026)
par: Gan, Rui, et autres
Publié: (2026)
μ-Bench: A Vision-Language Benchmark for Microscopy Understanding
par: Lozano, Alejandro, et autres
Publié: (2024)
par: Lozano, Alejandro, et autres
Publié: (2024)
SeqBench: Benchmarking Sequential Narrative Generation in Text-to-Video Models
par: Tang, Zhengxu, et autres
Publié: (2025)
par: Tang, Zhengxu, et autres
Publié: (2025)
InstructionBench: An Instructional Video Understanding Benchmark
par: Wei, Haiwan, et autres
Publié: (2025)
par: Wei, Haiwan, et autres
Publié: (2025)
UrbanVideo-Bench: Benchmarking Vision-Language Models on Embodied Intelligence with Video Data in Urban Spaces
par: Zhao, Baining, et autres
Publié: (2025)
par: Zhao, Baining, et autres
Publié: (2025)
Streaming Video Understanding and Multi-round Interaction with Memory-enhanced Knowledge
par: Xiong, Haomiao, et autres
Publié: (2025)
par: Xiong, Haomiao, et autres
Publié: (2025)
SurgBench: A Unified Large-Scale Benchmark for Surgical Video Analysis
par: Wei, Jianhui, et autres
Publié: (2025)
par: Wei, Jianhui, et autres
Publié: (2025)
Motion-Grounded Video Reasoning: Understanding and Perceiving Motion at Pixel Level
par: Deng, Andong, et autres
Publié: (2024)
par: Deng, Andong, et autres
Publié: (2024)
CompareBench: A Benchmark for Visual Comparison Reasoning in Vision-Language Models
par: Cai, Jie, et autres
Publié: (2025)
par: Cai, Jie, et autres
Publié: (2025)
TiViBench: Benchmarking Think-in-Video Reasoning for Video Generative Models
par: Chen, Harold Haodong, et autres
Publié: (2025)
par: Chen, Harold Haodong, et autres
Publié: (2025)
Documents similaires
-
Benchmarking Scientific Understanding and Reasoning for Video Generation using VideoScience-Bench
par: Hu, Lanxiang, et autres
Publié: (2025) -
SciVideoBench: Benchmarking Scientific Video Reasoning in Large Multimodal Models
par: Deng, Andong, et autres
Publié: (2025) -
VideoVista: A Versatile Benchmark for Video Understanding and Reasoning
par: Li, Yunxin, et autres
Publié: (2024) -
FAVOR-Bench: A Comprehensive Benchmark for Fine-Grained Video Motion Understanding
par: Tu, Chongjun, et autres
Publié: (2025) -
ERGeoBench:A Comprehensive Benchmark for Embodied Reasoning and Geo-localization in Multimodal Large Language Models
par: Xue, Kaiwen, et autres
Publié: (2026)