GRASP: 用于评估多模态语言模型中语言引用与情境物理理解的新型基准测试

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该研究提出了一个新的基准系统GRASP,用于评估视频多模式大型语言模型(LLMs)的语言理解和物理理解能力。研究发现当前模型在语言理解和直观物理方面存在重大缺陷,强调了基准系统对监测未来模型进展的重要性。

🏷️

标签

➡️

继续阅读