IXThinker·2025-05-29 10:20

RBench-V評視覺推理 最強模型遠遜人類

清華大學、騰訊混元、史丹福大學、卡內基梅隆大學等機構聯合發布視覺推理新基準RBench-V，系統評估大模型「畫圖」式推理能力，結果顯示表現最好的o3準確率僅25.8%，遠低於人類的82.3%。

評估空白

過往評測基準多聚焦多模態輸入與純文本推理，對模型的視覺輸出能力缺乏系統檢驗。RBench-V填補空白，考察畫輔助線、描點連線、繪製光線路徑、標註目標區域等操作，貼近真實解題需求。