Video-Metaphorical-Understanding

ViMU 是一个面向视频隐喻理解能力评估的基准测试框架，用于系统性评测多模态大模型对视频中隐喻性表达（如象征、类比、反讽等）的理解水平。它包含四大任务：开放性隐喻解释、证据定位、修辞机制识别与社会价值信号识别，并提供标准化数据集、评估脚本及多模型配置支持。项目基于 Python 实现，依赖主流 API 接口（如 OpenAI、Google），支持灵活的模型接入与结果打分。适用于人工智能伦理、计算传播学、多模态认知建模等研究场景，尤其适合需验证模型深层语义与文化理解能力的学术评估工作。