跳到正文
arXiv · AI· Kecheng Liang, Haoyang Liu, Zexin Chen, Zirong Liu, Weixing Chen, Qiufeng Wang, Yang Liu, Liang Lin·· 2 天前AI 评分25

PhysAlign:面向多模态物理推理的证据基础角色对齐基准

PhysAlign: A Benchmark for Evidence-Grounded Role Alignment in Multimodal Physics Reasoning

AI 导读

PhysAlign 是一个评估多模态模型在物理图解中是否正确关联视觉信息与物理角色的基准,包含 3,341 个人工验证探针和 986 道物理问题。 基准通过局部探针和受控变体分离视觉识别与角色分配,引入包括 CAcc、GAcc 和 JAcc 在内的五种互补评估指标。

来源:arXiv · AI · arxiv.org