OmniVideo-100K는 다중 모달 대규모 언어 모델의 명령어 미세 조정을 위한 오디오 및 비디오 추론 데이터셋으로, 2026년 6월 난징대학교와 중국과학원 자동화연구소의 공동 연구로 공개되었습니다. 관련 연구 논문은 다음과 같습니다... OmniVideo-100K: 구조화된 스크립트와 증거 사슬을 통한 시청각 추론을 위한 데이터셋이 기술은 장기 시계열 및 교차 모달 종속성에서 모델의 협업 기능을 향상시키는 것을 목표로 하며, 비디오 이해 및 복잡한 추론 작업에서 다중 모달 대규모 모델의 기능을 훈련하고 평가하는 데 널리 사용됩니다. 이 데이터셋은 5,214개의 YouTube 동영상에서 추출한 10만 쌍의 질문-답변으로 구성되어 있으며, 과제 형식에 따라 주관식 질문-답변 7만 쌍과 객관식 질문-답변 3만 쌍으로 나뉩니다. 총 10가지 유형의 오디오 및 비디오 질문-답변 과제를 포함하며, 인지 수준은 일치, 이해, 추론의 세 단계로 구분됩니다.

소환

@article{cai2026omnivideo100k,
title={OmniVideo-100K: A Dataset for Audio-Visual Reasoning through Structured Scripts and Evidence Chains},
author={Cai, Xinyue and Fu, Chaoyou and Zhang, Yi-Fan and He, Ran and Shan, Caifeng},
journal={arXiv preprint arXiv:2606.14702},
year={2026}
}