InfiniteWorld物理推理基准发布

Tong Zhang、Yuxuan Cheng、Yun Peng 等人发布 InfiniteWorld 基准，将物理推理问题与系统改变物理参数的模拟器视频配对，包含规律识别、参数估计、时序推理、反事实比较和规律归纳五项任务。 评测为每个问题设置五种匹配输入，涵盖纯文本，以及模拟器视频与翻译视频的有序或乱序观察。结果显示，视频语言模型普遍偏好熟悉的物理规律：在地球常态问题上准确率高，但难以识别被改变的动力学。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。