Meta-Video 论文：视频理解评测藏黑箱，同一模型仅改参数成绩差近 20 分

Hilde Kuehne 团队发布 Meta-Video 论文，指出视频理解基准评测被当黑箱使用：固定模型权重与数据集，仅改动帧采样、预处理、prompt 格式、推理后端、batch size、解码器、分辨率等 9 个评测参数，同一模型成绩即偏移 19.5 个百分点。研究核查 20 多篇论文，并已公开代码与数据。