研究人员推出了OmniPhys,这是一个旨在评估多模态大语言模型(MLLM)在物理领域能力的新基准。该基准包含超过15,000个问题和19,000张图像,均来自中国教育材料,覆盖从中等到大学的各个级别。OmniPhys不仅评估理解和推理能力,还评估模型生成结构化物理图的能力,突显了当前MLLM在复杂推理和视觉生成方面的局限性。 AI
影响 该基准旨在通过识别和解决当前在推理和视觉生成方面的局限性,来推进多模态AI在科学领域(特别是物理学)的能力。
排序理由 该集群描述了一篇介绍AI模型基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →