新的Benchmark Video-Holmes让大模型在复杂视频推理中全部不及格。这项由腾讯ARC Lab和香港城市大学合作推出的研究，被称为视频推理界的“福尔摩斯测试”。它通过复杂的推理任务，如“找出凶手”或“解析作案意图”，揭示了现有大模型在视频推理能力上的局限性。 传统视频推理基准往往过于简...