PhysicsArena: 首个探索变量、过程与解维度的多模态物理推理基准
计算与语言
2025-05-23 v2
摘要
多模态大型语言模型（MLLMs）在多样化推理任务中已展现出卓越能力，但其在复杂物理推理中的应用仍未被充分探索。物理推理具有独特的挑战性，需要基于物理条件进行推理并解读多模态信息。现有的物理基准测试有限，往往仅关注纯文本输入或单纯的问题求解，从而忽略了变量识别和过程构建这两个关键的中间步骤。为弥补这些不足，我们引入了PhysicsArena，这是首个旨在全面评估MLLMs在三个关键维度上的多模态物理推理能力的基准：变量识别、物理过程构建和解的推导。PhysicsArena旨在为评估和提升MLLMs的多模态物理推理能力提供一个全面的平台。
引用
@article{arxiv.2505.15472,
title = {PhysicsArena: The First Multimodal Physics Reasoning Benchmark Exploring Variable, Process, and Solution Dimensions},
author = {Song Dai and Yibo Yan and Jiamin Su and Dongfang Zihao and Yubo Gao and Yonghua Hei and Jungang Li and Junyan Zhang and Sicheng Tao and Zhuoran Gao and Xuming Hu},
journal= {arXiv preprint arXiv:2505.15472},
year = {2025}
}
备注
Under Review