★ 3
MathVis 基准发布：GPT-6-Astra 等模型图解数学推理通过率仅三成
论文推出 MathVis 基准，含512个数学可视化任务，要求模型生成 TikZ/SVG 图形辅助推理。GPT-6-Astra、Claude Fable 5、Gemini 3.1 Pro Preview 的 pass@1 分别为31.25%、26.56%、22.85%。研究发现模型输出偏向形式语言…
arXiv cs.AI21 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文推出 MathVis 基准，含512个数学可视化任务，要求模型生成 TikZ/SVG 图形辅助推理。GPT-6-Astra、Claude Fable 5、Gemini 3.1 Pro Preview 的 pass@1 分别为31.25%、26.56%、22.85%。研究发现模型输出偏向形式语言…