论文页面 - A Very Big Video Reasoning Suite

来源：https://huggingface.co/papers/2602.20159 发布于 2月23日

#1 今日论文 (https://huggingface.co/papers/date/2026-02-24) 作者：

,

,

,

,

,

,

,

,

,

,

摘要

我们引入了一个大规模视频推理数据集与基准，用于研究超越视觉质量的视频智能能力，从而能够系统分析跨多样任务的时空推理与泛化能力。

视频模型的快速发展主要聚焦于视觉质量，而其推理能力尚未得到充分探索。视频推理 (https://huggingface.co/papers?q=Video%20reasoning) 将智能建立在时空一致的视觉环境中，超越了文本所能自然捕捉的内容，使人们对连续性、交互和因果等时空结构进行直观推理成为可能。然而，系统性地研究视频推理 (https://huggingface.co/papers?q=video%20reasoning) 及其缩放行为受限于缺乏大规模训练数据。为弥补这一空白，我们提出了超大规模视频推理 (https://huggingface.co/papers?q=Video%20Reasoning) (VBVR) 数据集，这是一个前所未有的超大规模资源，涵盖按照原则性分类法组织的200个精心策划的推理任务，以及超过一百万个视频片段，其规模比现有数据集大约三个数量级。我们还提出了 VBVR-Bench，一个可验证的评估框架，通过引入基于规则、与人类对齐的评分器，超越了基于模型的评判，实现了可重复、可解释的视频推理 (https://huggingface.co/papers?q=video%20reasoning) 能力诊断。借助 VBVR 套件，我们开展了首批大规模视频推理缩放研究之一，并观察到新兴泛化 (https://huggingface.co/papers?q=emergent%20generalization) 到未见推理任务的早期迹象。总之，VBVR 为可泛化视频推理 (https://huggingface.co/papers?q=video%20reasoning) 的下一阶段研究奠定了基础。数据、基准工具包和模型均已公开，访问地址为 https://video-reason.com/ 。

查看 arXiv 页面 (https://arxiv.org/abs/2602.20159) 查看 PDF (https://arxiv.org/pdf/2602.20159) 项目页面 (https://video-reason.com/) GitHub189自动 (https://github.com/Video-Reason/VBVR-EvalKit) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2602.20159)

在您的智能体中获取此论文：

hf papers read 2602.20159

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型10个

Video-Reason/VBVR-Wan2.2 图像到视频• 更新于 4月15日 • 223 • 129 (https://huggingface.co/Video-Reason/VBVR-Wan2.2)

Video-Reason/VBVR-LTX2.3-diffsynth 图像到视频• 更新于 4月14日 • 336 • 22 (https://huggingface.co/Video-Reason/VBVR-LTX2.3-diffsynth)

Video-Reason/VBVR-Wan2.1-diffsynth 图像到视频• 更新于 4月14日 • 37 • 6 (https://huggingface.co/Video-Reason/VBVR-Wan2.1-diffsynth)

Video-Reason/VBVR-Wan2.2-diffsynth 图像到视频• 更新于 4月14日 • 420 • 5 (https://huggingface.co/Video-Reason/VBVR-Wan2.2-diffsynth)

浏览引用本论文的10个模型 (https://huggingface.co/models?other=arxiv:2602.20159)

引用本论文的数据集4个

Video-Reason/VBVR-Dataset 查看器• 更新于 4月1日 • 1M • 2.96k • 54 (https://huggingface.co/datasets/Video-Reason/VBVR-Dataset)

Video-Reason/VBVR-Bench-Data 查看器• 更新于 4月1日 • 500 • 1.32k • 9 (https://huggingface.co/datasets/Video-Reason/VBVR-Bench-Data)

Video-Reason/video-mcp 查看器• 更新于 4月1日 • 3.91k • 863 • 2 (https://huggingface.co/datasets/Video-Reason/video-mcp)

abs794/VBVR-Bench-Data 查看器• 更新于 2月24日 • 500 • 427 (https://huggingface.co/datasets/abs794/VBVR-Bench-Data)

引用本论文的 Spaces 1个

包含本论文的收藏集18个

浏览包含本论文的18个收藏集 (https://huggingface.co/collections?paper=2602.20159)