解题不等于作图：面向奥赛几何图示推理的基准测试

英文标题：Solving Is Not Drawing: A Benchmark for Diagrammatic Reasoning in Olympiad Geometry

该论文提出了一个用于评估奥赛几何图示推理能力的基准测试。作者指出，GPT、Claude 等基础模型如今已能以显著水平解决奥赛级数学题，使几何解题成为衡量其数学推理能力的常用代理指标。论文强调，完成几何问题求解与理解、绘制或运用几何图示并不是同一项能力，这一区分对评估 AI Agent 和开发面向数学推理的模型具有重要意义。该工作以 arXiv:2608.18111v1 形式发布，公告类型为 new。

2.1 KB 672 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB