NVIDIA（英伟达）

MMOU: A Massive Multi-Task Omni Understanding and Reasoning Benchmark for Long and Complex Real-World Videos

MMOU：面向长且复杂真实世界视频的大规模多任务全模态理解与推理基准

Arushi Goel, Sreyan Ghosh, Vatsal Agarwal, Nishit Anand, Kaousheik Jayakumar, Lasha Koroshinadze, Yao Xu, Katie Lyons, James Case, Karan Sapra, Kevin J. Shih, Siddharth Gururani, Abhinav Shrivastava, Ramani Duraiswami, Dinesh Manocha, Andrew Tao, Bryan Catanzaro, Mohammad Shoeybi, Wei Ping

机构 * NVIDIA, USA（NVIDIA美国分公司） ； University of Maryland, College Park, USA（马里兰大学帕克分校） 纠错

AI总结 提出MMOU基准，包含2万个人工标注问题与11877个长视频，覆盖13项技能，评估多模态大模型在长视频中的全模态理解与推理能力，最佳闭源模型仅64.2%准确率，开源模型46.8%。

Comments Project Page: https://huggingface.co/datasets/nvidia/MMOU

GeoTransolver: Learning Physics on Irregular Domains Using Multi-scale Geometry Aware Physics Attention Transformer

GeoTransolver: 使用多尺度几何感知物理注意力变压器在不规则域上学习物理

Corey Adams, Rishikesh Ranade, Ram Cherukuri, Sanjay Choudhry

机构 * NVIDIA Corporation（英伟达公司） ； Santa Clara, US（美国圣克拉拉） 纠错

AI总结 提出GeoTransolver，通过多尺度几何感知注意力机制改进物理场预测，在DrivAerML等基准上提升精度与数据效率。

Hierarchical Adversarial Bandits for Online Configuration Optimization

层次化对抗性赌博机用于在线配置优化

Gil Shabat, Chen Avin, Shie Mannor, Hanan Shteingart, Zvi Lotker, Roey Yadgar

机构 * NVIDIA ； Ben-Gurion University of the Negev（贝纳-约纳大学） ； Bar-Ilan University（巴伊兰大学） 纠错

AI总结 针对动态参数空间的在线配置优化，提出层次化框架ABoB，通过聚类分解配置空间加速学习，在真实存储系统上性能提升高达50%，理论证明最坏情况界为O(√kT)，有利条件下可加速至O(k^{1/4}√T)。

Comments Paper was accepted to ACM SIGKDD 2026