PulseAugur
中
实时 15:30:46
实体 DominoBench

DominoBench

PulseAugur coverage of DominoBench — every cluster mentioning DominoBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_362536 ·

    新的DominoBench基准揭示AI模型在物理推理方面存在困难

    一个名为DominoBench的新基准已被开发出来,用于评估当前视觉语言和多模态AI模型的逐步物理推理能力。研究人员发现,即使是来自Anthropic、Google和OpenAI的先进模型,在没有明确指导的情况下,也难以从静态图像预测2D刚体场景的结果。虽然在提供必要的计算和数量时,模型可以达到很高的准确率,但其独立表现明显较低,表明在定量推理步骤中存在缺陷。