Clean Scene

研究发现：文本到图像模型在基础数学视觉生成方面表现不佳

引入了一个名为MathGen的新基准来评估文本到图像（T2I）模型的数学能力。该基准包含七个领域共420个问题，揭示了当前的T2I模型在视觉表示数学概念方面存在显著困难。即使是表现最好的闭源模型，准确率也仅为53.7%，而开源模型的表现则很差，在需要精确几何和功能渲染的结构化任务上准确率常常接近0%。这表明T2I模型在基础数学视觉生成方面尚不可靠。