Sci-VBench: оценка генерации видео, насыщенного знаниями и рассуждениями, в научных областях

Представляет бенчмарк из 1253 примеров с экспертной разметкой по 60 темам в четырёх научных дисциплинах для проверки того, правильно ли модели генерации видео передают научные факты и причинно-следственную динамику, а не только визуальный реализм. Обнаруживает, что модели сильно различаются по научной корректности, с выраженным разрывом между проприетарными и открытыми системами.