CCTVBench：面向多模态大模型的对比一致性交通视频问答基准

安全关键的交通推理需要对比一致性：模型需在事故发生时检测真实隐患，并在近乎相同的反事实场景中可靠地拒绝看似合理但错误的假设。本文提出 CCTVBench，一个基于真实事故视频与世界模型生成的反事实视频配对构建的对比一致性交通视频问答基准，包含细微差异且互斥的假设问题。该基准通过结构化决策模式诊断失败类型，区分视频与问题的一致性。实验表明现有模型在对比一致性上存在显著差距。此外，本文提出 C-TCD 对比解码方法，利用语义互斥的反事实视频作为推理时的对比输入，显著提升了实例级问答性能与对比一致性。