实体 MathVis

MathVis

PulseAugur coverage of MathVis — every cluster mentioning MathVis 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_294331 · Oct 12 · 04:00

新的MathVis基准测试AI可视化和推理数学图的能力

一个新的名为MathVis的基准已被开发出来，用于评估大型语言模型在生成数学图形和利用它们进行推理方面的能力。该基准包含512个任务，每个任务都有一个数学陈述、参考图、生成代码和中间表示。评估显示，像GPT-6-Astra、Claude Fable 5和Gemini 3.1 Pro Preview这样的模型主要生成形式语言和图形代码，而不是显式的视觉推理，并且它们的输出常常让人们在视觉上感到困惑。