4DCodeBenchはコーディングエージェントが動画からの動作再構築に苦戦していることを明らかにする

200シーンのベンチマークでは、最上位の構成でも外観や幾何より動的要素のスコアが低かった。

By · Published · Updated

4DCodeBench finds coding agents struggle to reconstruct motion from video — The 200-scene benchmark found even its top-ranked configuration scored lower on dynamics than on appearance and geometry.

200シーンのベンチマークでは、最上位の構成でも外観や幾何より動的要素のスコアが低かった。