全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

DominoBench:从静态图像评估多步物理推理

Can a vision-language model look at a picture of a chain reaction and tell what will happen? Recent multimodal models describe scenes fluently and solve textbook physics problems, which suggests they should also predict how a scene of ramps, ledges, pendulums, seesaws and dominoes plays out once a ball is pushed. We te

阅读原文 · Emilio Ferrara

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

看这篇论文之前,先想一个场景:给你一张图,图里是斜坡、跷跷板、摆锤和一串多米诺骨牌,一个小球正要被推下去。你能看出接下来会发生什么吗? 人类多半也说不准,但至少知道自己算不明白。多模态模型不一样,它们能把场景描述得头头是道,还能解物理课本上的题,这会让人误以为它们也能预测这类连锁反应。 DominoBench 就是来拆这个误会的。作者测了 10 个模型家族、...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。