arXiv · AI· Haoyang Liu, Kecheng Liang, Xinyu Li, Weixing Chen, Yang Liu·· 2 天前AI 评分30
PhysScope: 基于接地视觉记忆的 Agentic 多模态物理推理框架
PhysScope: Agentic Multimodal Physics Reasoning with Grounded Visual Memory
AI 导读
PhysScope 推理时视觉架构支持自校正物理作用域错配,无需更新模型权重。 它显式约束状态与物理作用域,检查修正并维护作用域感知工作记忆。 在 PhysAlign 上六款 VLM 均优于直接求解,Gemini-3.8-flash 超 Canvas-CoT 9.34 个百分点。
来源:arXiv · AI · arxiv.org