以物理学为标尺：衡量与纠正多模态模型中的材料推理

英文标题：Physics as the label for measuring and correcting materials reasoning in multimodal models

该论文提出以物理学作为衡量和纠正多模态模型材料推理能力的标尺。论文指出，视觉语言模型和语言模型正越来越多地用于解读材料数据，但现有基准测试显示，它们可能会虚构无效的材料属性，或违反物理定律。传统评估方式通常将最终答案与有限的人工标注进行匹配，难以充分验证推理过程的物理有效性。该研究对材料发现 Agent、科学智能体评估以及面向开发者的物理约束验证机制具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB