多模态数学题解题能力评估新标准

新推出的MathVerse测评benchmark针对多模态大语言模型的数学解题能力进行深入评估，揭示了当前benchmark存在的关键问题，模型依赖文本胜过视觉，并提出了全新的CoT评估策略。
来源：https://mp.weixin.qq.com/s/gEcCi92PdMMCItFII84lcw