arXiv 人工智能· Jingjing Wei, Hao Zhao, Xinke Li, Linxi Yu, Xiaosong Gao, Shanshan Xiao·· 8 小时前AI 评分41
MathVis：AI 能否通过绘图进行推理？数学图表生成评测基准
MathVis: Can AI Reason through Drawing? A Benchmark for Mathematical Figure Generation
AI 导读
研究人员推出评测基准 MathVis，包含 512 个任务，用于评估大语言模型可视化前沿数学问题及借助图表进行推理的能力。在评估中，GPT-6-Astra、Claude Fable 5 和 Gemini 3.1 Pro Preview 的 pass@1 分数分别为 31.25%、26.56% 和 22.85%。结果显示模型输出仍以形式化语言、符号和图形程序为主，且生成的方案在视觉上常令受众困惑。
来源：arXiv 人工智能 · arxiv.org