يستخدم المعيار بروتوكولًا من خمسة مستويات يفصل دقة الإجابات عن متطلبات الأدلة الزمانية والمكانية. ويتضمن تعليقات توضيحية للأدلة الزمانية في 442 سؤالًا، وأدلة مكانية في 372 سؤالًا؛ ويبلغ متوسط مدة مقاطع الفيديو 667 ثانية.

يفيد المؤلفون بأن التكبير اليدوي على مناطق الأدلة رفع نتيجة Gemini-3-Pro إلى أكثر من 40%. ويقولون إن ذلك يشير إلى أن استرجاع الأدلة قد يكون عنق زجاجة محتملًا. وتظل المقارنة المباشرة مع المعايير السابقة محدودة بسبب الاختلافات في صيغة المهام ومستوى صعوبتها.

لماذا يهم

لا يبيّن تقييم الإجابات وحدها ما إذا كان النموذج قد استند إلى أدلة ذات صلة من الفيديو. يقيّم هذا المعيار الإجابات ودعمها البصري كلًا على حدة.

أدلة

شيء لتجربته

عند تقييم نظام لتحليل الفيديو على سبيل الافتراض، تتبّع دقة الإجابات والفترة الزمنية المستشهد بها بوصفها دليلًا كمقياسين منفصلين.