Xinping Wang 团队发布 MAMath-Bench 多模态数学推理基准

1. 12:00
   arXiv cs.AI

   MAMath-Bench：面向多模态多智能体数学推理的过程感知与鲁棒性评测基准

   MAMath-Bench 发布，包含 1,003 道涵盖文本、图像和音频的多模态数学题，用于评测多智能体系统。该基准通过细粒度里程碑标注，从解题正确性、推理过程可靠性和对抗鲁棒性三个维度进行评估。研究发现多智能体协作并不总能提升最终答案准确率，且当前系统对细微结构扰动导致的对抗性推理错误仍较脆弱。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。