论文页面 - NARU：针对日语极端长视频叙事演变与文化细微理解的基准测试

来源：https://huggingface.co/papers/2608.13210

摘要

NARU 是一个日语长视频基准测试，通过分层标注流程与大规模母语者验证，评估叙事演变和文化推理能力。

长视频理解（https://huggingface.co/papers?q=Long-form%20video%20understanding）涵盖超越检索孤立事件的任务，包括追踪不断演变的叙事，以及解读可能保持隐含的社会意义。然而，现有基准测试很少联合评估这些能力，尤其是在高语境、非英语媒体中。为弥补这一空白，我们推出了 NARU——一个旨在评估日语长视频中叙事演变（https://huggingface.co/papers?q=Narrative%20evolution）与文化理解推理（https://huggingface.co/papers?q=Reasoning%20on%20cultural%20Understanding）的基准测试。NARU 包含 1,481 个问题，基于 155 个视频（总计 146.8 小时），涵盖四个叙事维度和五个文化维度。为构建此规模基准，我们提出一种基于分层记忆的标注（https://huggingface.co/papers?q=hierarchical%20memory-based%20annotation）流程，将原始视频转化为结构化的事件、叙事和文化标注，然后通过面向任务的合成（https://huggingface.co/papers?q=task-oriented%20synthesis）与迭代捷径消除（https://huggingface.co/papers?q=shortcut%20removal）生成问题。构建过程包含两个涉及 68 名标注者的母语者验证阶段。在八种模型配置上的评估揭示，在长距离叙事整合与文化依据推理方面均存在显著局限性。通过揭示这些持续存在的差距，NARU 为开发能够可靠解读长视频、高语境内容的 MLLM（https://huggingface.co/papers?q=MLLMs）提供了一个系统化的测试平台。

查看 arXiv 页面（https://arxiv.org/abs/2608.13210）查看 PDF（https://arxiv.org/pdf/2608.13210）项目页面（https://ma-labo.github.io/naru/）GitHub3（https://github.com/infinimind-inc/naru_benchmark）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.13210）

在你的 agent 中获取此论文：

hf papers read 2608\.13210

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

引用此论文的模型0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.13210 以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.13210 以从此页面链接。

引用此论文的 Space0

无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.13210 以从此页面链接。

包含此论文的收藏0

无收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）以从此页面链接。