提出AVMeme Exam多模态多语言文化基准

研究者推出 AVMeme Exam，一个由人工整理的千余条互联网标志性声音与视频基准，覆盖语音、歌曲、音乐和音效，每条配独特 Q&A 考察从表层内容到语境、情感、用法与世界知识的理解。对当前 SOTA 多模态大语言模型的系统评测显示，模型在无文本音乐和音效上表现较差，且在语境与文化推理上弱于表层内容理解。该基准已被 COLM 2026 接收。

摘自 arXiv cs.CL

还没有足够的连续观测数据，暂不绘制趋势。