FastBench
面向流式视频大语言模型的高动态视频理解评测基准，包含306个QA对，覆盖八个领域六种能力，采用轨迹驱动数据流水线构建，带有人工标注证据区间
时间轴 (近 90 天)
现有流式视频大语言模型评测基准几乎都聚焦于低动态场景，缺乏针对高动态场景的专门评测。
FastBench 是一个新提出的高动态流式视频理解评测基准，数据集包含306个QA对，覆盖八个领域、六种能力。
FastBench 采用轨迹驱动数据流水线构建，包含四个步骤：从高帧率片段生成QA、过滤低帧率可答问题、使用SAM3与CoTracker3做轨迹答案验证、三轮人工检查。
FastBench 的每条样本都带有人工标注的证据区间，评测不仅判断答案对错，还能定位模型是否关注到正确的时间片段。
在 FastBench 上表现最好的模型 Gemini-3.5-Flash 仅得 50.7% 的正确率。
Qwen3-VL-8B 在 FastBench 上从 2 FPS 的 32.9% 提升到 24 FPS 的 44.6%，但随历史被压缩，增益逐渐饱和。
FastBench 的代码与数据已开源在 GitHub（仓库路径 Ashone3/FastBench）。
全部知识事实 (7)
FastBench 的每条样本都带有人工标注的证据区间，评测不仅判断答案对错，还能定位模型是否关注到正确的时间片段。
50%待验证在 FastBench 上表现最好的模型 Gemini-3.5-Flash 仅得 50.7% 的正确率。
50%待验证Qwen3-VL-8B 在 FastBench 上从 2 FPS 的 32.9% 提升到 24 FPS 的 44.6%，但随历史被压缩，增益逐渐饱和。
50%待验证FastBench 采用轨迹驱动数据流水线构建，包含四个步骤：从高帧率片段生成QA、过滤低帧率可答问题、使用SAM3与CoTracker3做轨迹答案验证、三轮人工检查。
50%待验证现有流式视频大语言模型评测基准几乎都聚焦于低动态场景，缺乏针对高动态场景的专门评测。
50%待验证FastBench 是一个新提出的高动态流式视频理解评测基准，数据集包含306个QA对，覆盖八个领域、六种能力。
50%待验证FastBench 的代码与数据已开源在 GitHub（仓库路径 Ashone3/FastBench）。
50%