PhyCheck

新的PhyCheck数据集评估视频大语言模型对物理定律的理解

研究人员推出了PhyCheck，这是一个旨在评估和改进视频大语言模型（VideoLLMs）物理定律理解能力的新数据集。该数据集包含粗粒度和细粒度子集，用于评估模型是否能识别物理定律的违规行为以及导致这些违规行为的具体细节。使用PhyCheck数据对Qwen2.5-VL进行微调的实验表明，物理一致性有了显著提高，尽管当前模型在整合额外的因果背景方面仍存在困难。