NJU와 Kuaishou의 연구원들이 조합적 비디오 편집(compositional video editing)을 위한 진단 벤치마크인 CoVEBench를 소개합니다.
626개의 다중 지점 지침과 9,990개의 체크리스트 항목은 현재 모델들이 여전히 결합된 편집(coupled edits)에서 실패하고 있음을 보여줍니다.

논문:
https://paperswithcode.co/paper/2606.084
15
…
데이터셋:
https://huggingface.co/datasets/NJU-LINK/CoVEBench
…
프로젝트 페이지:
https://nju-link.github.io/CoVEBench/

OmniGameArena는 VLM 게임 에이전트를 위한 실시간 UE5 벤치마크입니다.

12개의 새로운 게임은 단일 공유 인터페이스로 솔로, PvP, 협동(Coop)을 아우릅니다.

개선 동역학 곡선(Improvement Dynamics Curve)은 에이전트가 반성 라운드(reflection rounds)를 거치며 어떻게 학습하고 개선되는지를 추적합니다.