FitAQA: A Benchmark of Fitness Action Quality Assessment for Multimodal Large Language Models
تقدم هذه الورقة FitAQA، وهو معيار مرجعي شامل يتكون من 2,219 فيديو و5,512 حالة سؤال وجواب عبر 30 تمرينًا مع تصنيف موحد لأخطاء الأداء، صُمم لتقييم قدرات النماذج اللغوية الكبيرة متعددة الوسائط في تقييم جودة حركة اللياقة البدنية، ويكشف أن النماذج الحالية تعاني بشكل أساسي من مشاكل في الإدراك البصري.