浙江大学提出预测性空间推理基准SpaceCast-Bench

浙江大学庄越挺团队提出了专门评估视觉语言模型预测性空间推理能力的新基准SpaceCast-Bench。 在该基准测试中，21个模型的最高准确率仅为58.0%，远低于人类表现的87.2%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。