Mv-Math: Evaluating Multimodal Math Reasoning in Multi-Visual Contexts

Multimodal Large Language Models (MLLMs) have shown promising capabilities in mathematical reasoning within visual contexts across various datasets. However, most existing multimodal math benchmarks are limited to single-visual contexts, which diverges from the multi-visual scenarios commonly encoun...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) s. 19541 - 19551
Hlavní autoři:	Wang, Peijie, Li, Zhong-Zhi, Yin, Fei, Ran, Dekang, Liu, Cheng-Lin
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 10.06.2025
Témata:	Benchmark testing Codes Cognition Computational modeling Computer vision Large language models math reasoning Mathematical models multi-image reasoning multimodal reasoning Pattern recognition Systematics Visualization
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!