IXThinker·2025-03-12 19:01

多圖數學推理新基準出爐 大模型全數不及格

中科院自動化所團隊推出多圖數學推理新基準MV-MATH，工作已獲CVPR 2025錄用。這個精心策劃的數據集專門評估多模態大語言模型在多視覺場景下的數學推理能力，測試結果卻令業界意外：所有受測模型均告不及格。

基準設計初衷

現有多模態數學基準大多局限於單一視覺場景的單圖推理，與現實世界中需要同時理解多張圖表的複雜情境相距甚遠。MV-MATH正是針對這一空隙而設計，要求模型在多個視覺輸入之間建立聯繫並完成數學推理。