优惠 基准测试WE-MATH：专门用来评估这些模型在解决视觉数学问题时所遵循的解题原则

北京邮电大学、 腾讯、华中科技大学和北京技术研究院的研究人员推出基准测试WE-MATH，测试大型多模态模型（Large Multimodal Models，简称LMMs）在进行数学推理时是否能达到类似人类的水平，专门用来评估这些模型在解决视觉数学问题时所遵循的解题原则，而不仅仅是最终结果。 项目主页：https://w... 阅读全文