ChitraMiti：评测孟加拉语几何推理中的视觉定位与模态依赖

英文标题：ChitraMiti: Benchmarking Visual Grounding and Modality Reliance in Bengali Geometric Reasoning

论文提出 ChitraMiti-12.8k，这是一个用于评测视觉语言模型（VLM）多模态数学推理能力的合成基准。该基准聚焦孟加拉语这一低资源语言环境，以及需要同时读取几何图示和题目文本的几何问题。研究旨在衡量模型的视觉定位能力及其对不同模态信息的依赖程度。该工作对开发面向低资源语言的多模态教育、数学推理和视觉问答系统具有参考价值。

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