arXiv · AI· Tong Zhang, Yuxuan Cheng, Yun Peng·· 24 天前AI 评分24
InfiniteWorld:分离视觉证据与熟悉物理规则的基准评测
InfiniteWorld: Separating Visual Evidence from Familiar Physics
AI 导读
研究人员提出基准评测 InfiniteWorld,通过系统化改变物理参数的模拟视频考察视觉语言模型的物理推理能力。 该基准包含五类任务及匹配输入设置,评估发现模型在地球常规问题中表现良好,但在观测物理规律改变时仍偏好使用熟悉规则,导致识别能力不足。
来源:arXiv · AI · arxiv.org