实体 LEVANTE-bench

LEVANTE-bench

PulseAugur coverage of LEVANTE-bench — every cluster mentioning LEVANTE-bench 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_72694 · Jun 5 · 04:00

新基准将VLM认知能力与儿童发育进行比较

研究人员开发了LEVANTE-bench，这是一个旨在将视觉语言模型（VLM）的认知能力与儿童进行比较的新基准。该基准利用了LEVANTE项目的任务和数据，在三个国家对1547名5-12岁的儿童进行了VLM评估。研究结果表明，能力更强的VLM在任务和项目上的表现与儿童更接近，但它们的错误模式并不总是与人类儿童的错误模式一致，较小的模型有时更能反映年幼儿童的错误。值得注意的是，即使是表现最好的VLM在矩阵推理和心理旋转等复杂推理任务上也…