arXiv cs.AI· Jing Wang, Yitong Yang, Hao Dou, Yaomin Wu, Shuting He, Tingfei Shen, Jia Wu, Jiaqi Li, Yinglin Wang·· 11 小时前AI 评分31
TriGeoBench：包含图形与 TikZ 的多模态数学几何基准
TriGeoBench: A Multimodal Mathematical Geometry Benchmark with Figures and TikZ
AI 导读
TriGeoBench 是一个面向几何的多模态基准，包含 7,000 个问答对和 12,235 个带 TikZ 代码的几何图形，覆盖平面几何、立体几何、解析几何、函数与向量几何。每个实例由 {问答对、图像、TikZ} 三元组构成，问答对以 LaTeX 存储，图像为 RGB 图形，TikZ 保留几何拓扑与符号标注。对代表性开源与闭源 MLLM 的评测显示，模型在细粒度结构和图文对齐上仍存在持续挑战。
正文 · AI 翻译
摘要：多模态大语言模型展现出强大的视觉-语言能力，但其以几何为中心的推理仍未被充分理解。现有的数学基准通常依赖栅格化图形，且覆盖的几何知识领域和作答形式有限，难以评估模型是基于几何结构进行推理，还是利用表面的视觉模式。我们提出 TriGeoBench，一个以几何为中心的多模态基准，构建自中国初高中数学考试。TriGeoBench 包含 7,000 个问答对和 12,235 个带 TikZ 代码的几何图形，涵盖平面几何、立体几何、解析几何、函数和向量几何，并包含多种作答形式。每个实例构成一个 {问答对, 图像, TikZ} 三元组：问答对以 LaTeX 存储，图像为 RGB 图形，TikZ 保留几何拓扑、符号标注和关系结构。我们通过图像到 TikZ 和多模态推理探测评估了具有代表性的开源和闭源 MLLM。结果揭示了持续存在的细粒度结构和图文对齐挑战。使用人工整理的参考 TikZ 的 Oracle 实验表明，准确的可执行表示提供了互补的几何线索；它们并不评估端到端转换流程。TriGeoBench 为结构感知的数学推理提供了一个测试平台。
| 评论： | 18 页，7 幅图，5 张表，包括附录。前四位作者贡献相同 |
| 主题： | 人工智能（cs.AI）；数据库（cs.DB） |
| 引用为： | arXiv:2610.27626 [cs.AI] |
| （或 arXiv:2610.27626v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27626 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jing Wang [查看邮箱]
[v1]
2026 年 10 月 20 日星期二 04:52:30 UTC（4,918 KB）
来源：arXiv cs.AI · arxiv.org