M3-Benchは、ByteDance Seed Teamが2025年にリリースした長編ビデオ質問応答ベンチマークデータセットです。関連する論文の結果は次のとおりです。見る、聞く、思い出す、そして推論する：長期記憶を備えたマルチモーダルエージェントマルチモーダルインテリジェントエージェントの長期記憶と推論能力を評価することを目的としています。

このデータセットには1,020本のビデオサンプルが含まれており、それぞれにキャプション、中間出力、メモリマップが含まれています。M3-Benchは、長時間ビデオの自由回答形式の質問応答（VQA）をコアタスクとして採用しており、各ビデオには自由回答形式の質問がいくつか用意されています。

データ構成:

• M3ベンチロボット：研究チームが録画した、現実世界のシナリオ（ロボットの視点から）の新しい一人称ビデオ100本

• M3-Bench-web: インターネットから集めた920本の長いビデオで、幅広いコンテンツとシナリオをカバーしています。