★ 2
FoundationChain 基准：用手工钩织检验 VLM 程序推理
研究者提出以钩织作为视觉语言模型物理落地程序推理的测试床，推出 FoundationChain 基准：给定钩织成品图片，模型需推断制作方法并生成可复现的图解。手工钩织 4 个 VLM 生成的 40 份图解，仅 4 份无错误，暴露出视觉、几何与程序推理缺陷。
arXiv NLP5 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出以钩织作为视觉语言模型物理落地程序推理的测试床，推出 FoundationChain 基准：给定钩织成品图片，模型需推断制作方法并生成可复现的图解。手工钩织 4 个 VLM 生成的 40 份图解，仅 4 份无错误，暴露出视觉、几何与程序推理缺陷。