LongVQUBench：评测视觉语言模型的长期视频质量理解

LongVQUBench针对现有视频质量基准偏重短片和孤立失真的问题，收录1200多个涵盖电影、纪录片、监控、第一视角和动画的视频，以及1500道选择题与开放题。其设置LQU、CQR、GQU三个递进层级，并以稀疏插入的空间或时间失真测试模型的细粒度检测、跨事件推理和全局质量判断。对14个先进LVLM的实验显示，视频变长、推理变深后性能明显下降。