创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

DominoBench检验AI从静态图像进行物理推理的能力

AI 总结

Emilio Ferrara的论文提出DominoBench,用于检验视觉语言模型能否仅凭静态图像预测二维刚体场景的结果。该基准包含854个样本、427组最小配对,结果由物理模拟器计算,并配有四级提示阶梯,最后一级给出决定结果的计算。对来自10个家族的30个模型的测试显示,无提示时模型无法可靠预测结果。前沿模型对命运发生变化者的准确率最高为72%,要求配对双方都正确时最高仅为34%。

深度见解

结果显示,能流畅描述场景并不意味着能可靠预测物理结果。当提供决定结果的计算及所需数值后,同一批模型对关键人物的准确率达到82–92%,表明主要困难在于识别并计算决定性变量。

Computer Science > Computer Vision and Pattern Recognition

arXiv:2611.20385 (cs)

[Submitted on 16 Nov 2026]

Title:DominoBench: Evaluating Multi-Step Physical Reasoning from Still Images

Authors:Emilio Ferrara

View a PDF of the paper titled DominoBench: Evaluating Multi-Step Physical Reasoning from Still Images, by Emilio Ferrara

#DominoBench#Anthropic#Google#OpenAI

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。