MEV：面向长镜头生成的多事件视频数据集

MEV 是一个面向长镜头视频生成的多事件视频数据集，提供主体依次执行多个不重叠事件的高质量真实视频，并带有精确时间边界和细粒度过程标注。配套标注流程将视频切分为时间定位事件，生成全局与事件级结构化描述；在事件中心评测协议下用 MEV 微调可改善长镜头事件过渡与内容连贯性。该工作已被 NeurIPS 2026 接收。