发布Game2Real-Bench视觉推理基准
发生了什么
据Hugging Face Papers发布，Game2Real-Bench基准旨在研究玩具游戏中的视觉推理能力是否能迁移至真实世界。该基准涵盖细粒度感知、空间推理、约束推理及序列规划四类能力，包含1,000个程序生成的游戏样本及400个对齐的真实世界样本。研究评估了25个视觉语言模型，发现游戏与真实世界表现间存在0.935的皮尔逊和斯皮尔曼相关性。此外，研究团队还构建了包含近2.4万个验证样本的Game2Real-Dataset。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口