MathVis：AI 能否通过绘图进行推理？数学图形生成基准测试

英文标题：MathVis: Can AI Reason through Drawing? A Benchmark for Mathematical Figure Generation

论文提出 MathVis 基准测试，用于评估大语言模型（LLM）对前沿数学问题的可视化能力，以及借助图示进行推理的能力。该基准包含 512 个任务，每项任务由数学陈述及相关参考信息构成。MathVis 旨在衡量模型生成数学图形并利用图形辅助解题的表现，为数学推理、多模态理解和 Agent 工具能力评估提供新的测试场景。

2.1 KB 865 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB