全面理解篮球

理解篮球比赛需要识别事件、定位动作、识别球员，并将这些与结构化的比赛知识联系起来。现有的基准主要一次评估这些能力，而没有充分探索这些能力之间的相互作用。我们推出了BasketballBench，这是一个多模式基准测试，包含涉及文本、图像和视频的 10 项任务的 7,980 个问题。它从 2025-2026 NBA 赛季开始构建，包括 530 名现役球员的官方比赛实况、名单和简介，以及 2,501 个控球级别的广播剪辑。我们进一步提出了BasketballSkills，这是一种代理，它在四种可重用技能下组成了八种特定于篮球的感知和检索工具，这些技能指定了工具顺序、证据绑定和停止条件。实验表明，当前的 MLLM 尤其在需要集成多种能力的问题上表现不佳，而BasketballSkills 的表现优于它们，凸显了明确组合特定领域能力以实现全面篮球理解的有效性。