热点事件持续更新
研究团队发布数学图表生成与推理评测基准MathVis
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究人员推出评测基准 MathVis，包含 512 个任务，专门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。在评测测试中，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，目前各模型的输出仍以形式化语言、符号和图形程序为主，且生成的图表方案在视觉上常常令受众感到困惑。
AI 根据报道生成 · 7 小时前更新
最新进展10月12日 12:00
研究人员推出含512个任务的MathVis基准，主流模型表现普遍欠佳。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能MathVis：AI 能否通过绘图进行推理？数学图表生成评测基准
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。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。