Kaijie Zhu

NPHardEval4V évalue les capacités de raisonnement des modèles de langage multimodaux de grande taille.

Cette étude examine comment les LLM gèrent le raisonnement dans des scénarios abstraits et contextuels.

Examiner les problèmes et les améliorations potentielles dans l'évaluation par les pairs académique.