近日，中国科学院自动化研究所推出了一项全新的多图数学推理基准MV-MATH，该研究已被CVPR2025接收。MV-MATH旨在全面评估多模态大语言模型（MLLM）在复杂视觉场景中的数学推理能力。然而，实验结果令人吃惊：主流大模型如GPT-4o和QvQ的分数分别为32.1和29.3，均未达到及格线。这背后是怎样的故事？

新榜讯 今日阿里通义团队发布了一款新一代数学模型——Qwen2-Math，并为开发者们提供了包含1.5B、7B、72B三个参数的基础模型和指令微调模型。

MV-MATH团队 投稿量子位 | 公众号 QbitAI 挑战多图数学推理新基准，大模型直接全军覆没？！ 事情是这样的。 近日，中国科学院自动化研究所推出多图数学推理全新基准MV-MATH（该工作已被CVPR ...

Qwen2-Math 是一系列基于 Qwen2 LLM 构建的专门用于数学解题的语言模型，其数学能力显著超越了开源模型，甚至超过了闭源模型（如 GPT-4o），官方希望 ...