★ 3
GeoVAD-Bench：几何解题视觉思维链诊断与增强
现有评估孤立看待视觉生成质量与最终答案准确率，未检验中间视觉辅助是否几何有效、被后续推理利用或对成功有因果作用。论文提出 GeoVAD-Bench 诊断基准，含五维轨迹诊断与 No-Aux/Auto-Aux/GT-Aux 干预设置，揭示自主生成受几何感知、视觉操作、视觉状态接地与演绎推理的复合误差…
arXiv cs.AI49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
现有评估孤立看待视觉生成质量与最终答案准确率，未检验中间视觉辅助是否几何有效、被后续推理利用或对成功有因果作用。论文提出 GeoVAD-Bench 诊断基准，含五维轨迹诊断与 No-Aux/Auto-Aux/GT-Aux 干预设置，揭示自主生成受几何感知、视觉操作、视觉状态接地与演绎推理的复合误差…