新基准揭示AI在绘制几何图方面存在困难

一项名为“Solving Is Not Drawing”的新基准被引入，用于评估基础模型构建几何图的独特能力，这项技能与数学问题解决是分开的。该基准包含954个奥林匹克几何问题，每个问题都有一个用Asymptote代码渲染的相应图表。目前模型显示出显著的差距，在图表编译方面仅达到36.14%的成功率，表明强大的数学推理能力并不等同于准确的图表表示。 AI

影响 突出了AI在视觉和空间推理方面的特定局限性，表明当前模型可能尚未准备好处理需要准确生成图表任务。

排序理由 该项目描述了一个用于评估AI能力的新学术基准和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• Asymptote
• CatalyzeX
• Claude
• DagsHub
• generative pre-trained transformer
• Gotit.pub
• Hugging Face
• MathVerse
• MathVista
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →