AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
EgoSchema
A diagnostic benchmark for very long-form video language understanding consisting of over 5000 human curated multiple choice questions based on 3-minute video clips from Ego4D, covering a broad range of natural human activities and behaviors
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- video
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 9
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Qwen2-VL-72B-Instruct | 0.779 | 未收录 | 未收录 | 2024-08-29 · model_announcement | LLM Stats |
| Qwen2.5 VL 72B Instruct | 0.762 | 未收录 | 未收录 | 2025-01-26 · model_announcement | LLM Stats |
| GPT-4o | 0.722 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| Nova Pro | 0.721 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Gemini 2.0 Flash | 0.715 | 未收录 | 未收录 | 2024-12-01 · model_announcement | LLM Stats |
| Nova Lite | 0.714 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.686 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Gemini 2.0 Flash-Lite | 0.672 | 未收录 | 未收录 | 2025-02-05 · model_announcement | LLM Stats |
| Gemini 1.0 Pro | 0.557 | 未收录 | 未收录 | 2024-02-15 · model_announcement | LLM Stats |