‹ arXiv cs.CL

通过现实世界的执行评估 VLM 中基于物理的程序推理:钩针编织作为测试平台

原文:Evaluating Physically Grounded Procedural Reasoning in VLMs through Real-World Execution: Crochet as a Testbed

arXiv cs.CL 未缓存正文

视觉语言模型 (VLM) 可以生成纸面上看起来令人信服的程序,但它们在实践中有效吗?在本文中,我们建议将 crochet 作为 VLM 中基于物理的程序推理的理想测试平台。钩针编织无法可靠地模拟或自动化:了解图案产生什么的唯一方法是手工制作,但验证是有形且廉价的,不需要任何东西

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类