论文12:09视频语言模型在简单事件计数上失准,研究揭示时间推理瓶颈用可执行真值逐帧审计视频模型计数,发现Gemini 3.6 Flash处理瞬时事件几乎失效,加帧只虚涨分数,值得看。#Gemini 3.6 Flash#视频语言模型#事件计数#时间推理1 个信源在谈事件专题aarXiv cs.AI@Sarvesh Baskar 等 8 人2 个信源在谈原文稍后读已读值得跟进有用关注 Gemini 3.6 Flash