FitAQA: Nuovo Benchmark Valuta la Qualità dell'Azione Fitness nei Modelli Multimodali

FitAQA è stato lanciato da ricercatori come benchmark strutturato per valutare le prestazioni dei Modelli Linguistici Multimodali (MLLM) nella valutazione della qualità delle azioni fitness. Questo benchmark, descritto in un articolo disponibile su arXiv (2608.08736), si concentra sul campo relativamente trascurato dei MLLM nell'allenamento sportivo intelligente. I benchmark attuali tipicamente dipendono da annotazioni specifiche per l'azione e si concentrano principalmente sui risultati di valutazione finali, il che limita la loro comprensione delle valutazioni della qualità dell'esercizio. FitAQA comprende 2.219 video e 5.512 istanze di QA che coprono 30 esercizi a corpo libero. In collaborazione con esperti di scienze dello sport, presenta una tassonomia unificata di 38 errori di forma comuni categorizzati in sei dimensioni di qualità: allineamento, simmetria, stabilità, coordinazione, tempo e completezza. Inoltre, FitAQA stabilisce tre compiti di valutazione, inclusa la percezione per identificare prove visive chiave, e altri due compiti non completamente dettagliati nell'abstract. Questo benchmark mira a migliorare la comprensione dei MLLM nella valutazione della qualità delle azioni fitness, potenzialmente beneficiando le innovazioni nell'allenamento sportivo intelligente.