MechReason：机械工程多图像多跳推理基准测试

英文标题：MechReason: Benchmarking Multi-Image Multi-Hop Reasoning in Mechanical Engineering

MechReason 是一项面向机械工程领域多图像、多跳推理能力的基准测试研究。论文指出，尽管通用视觉问答与跨模态理解已取得显著进展，多模态大语言模型在机械工程复杂推理方面仍缺乏充分的评估手段。该基准旨在弥补这一评测缺口，为开发者和研究人员衡量模型在专业工程场景中的多步推理能力提供参考。原文提供的信息仅包含论文标题、arXiv 编号及摘要开头，未披露具体数据集规模、评测结果或模型排名。

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