NARU：面向日语超长视频叙事演变与文化细微理解的新基准

研究者推出 NARU 基准，用于评估日语长视频中的叙事演变与文化理解推理，包含 1,481 道问题、155 个视频共 146.8 小时，覆盖四个叙事与五个文化维度。该基准通过分层记忆标注流程构建，并经 68 名母语者两阶段验证。对八种模型配置的评测显示，模型在长程叙事整合与文化根基推理上均存在明显不足。