实体 LEGO-Puzzles

LEGO-Puzzles

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

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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_193599 · Aug 4 · 00:00

新基准揭示多模态大语言模型在多步空间推理方面存在困难

一个名为 LEGO-Puzzles 的新基准已被开发出来，用于评估多模态大语言模型（MLLMs）的多步空间推理能力。研究人员发现，即使是最先进的 MLLMs 在基本空间理解和规划任务上也表现不佳，其表现远逊于人类。随着空间推理所需复杂性和步骤的增加，这些模型的性能会迅速下降，凸显了它们当前能力的重大局限性。