PulseAugur
中
实时 10:13:09
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.

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. TOOL · CL_193599 ·

    新的LEGO-Puzzles基准揭示MLLM在空间推理方面存在困难

    引入了一个名为LEGO-Puzzles的新基准，用于评估多模态大语言模型（MLLM）的多步空间推理能力。该基准的灵感来自乐高积木搭建，包含基础空间理解和组装乐高结构的分步规划任务。对29个最先进MLLM的评估显示出显著的局限性，即使是最好的模型在基础任务上的表现也远低于人类准确率，并且无法进行超过几步的规划。