Game2Real-Bench:游戏成绩与真实视觉推理相关性达 0.935
Qingan Liu · hf · 2026-10-19
大连理工与南洋理工发布 Game2Real-Bench，研究程序化小游戏测得的视觉推理能力能否迁移到真实世界。覆盖细粒度感知、空间推理、约束推理、序列规划四类能力：游戏侧 1000 个可执行验证的生成样本，真实侧 400 个按共享推理需求对齐的样本。评估 25 个 VLM 发现游戏-真实成绩高度一致(Pearson/Spearman 0.935)；单样本迁移实验中约束推理提升，但细粒度感知因游戏示范而下降。另发布约 2.4 万验证样本的 Game2Real-Dataset。
「研究」频道最新
- 仅 1 克！无线微型显微镜实现自由活动小鼠全皮层单细胞成像 — KordingLab · 2026-10-23
- Mike Frank 抛出超导可逆计算难题:能否用无偏置约瑟夫森结凑齐 BARCS 通用原语集 — MikePFrank · 2026-10-23
- Arc Institute 用基因组语言模型绘制原核非编码序列图谱 — tedgreenwald · 2026-10-23
- 同行评审的 AI 化：审稿人终于「进入附录」了 — abursuc · 2026-10-23
- Anthropic 用 Claude 为 100+ 开源库写下汇编级安全形式化证明 — AnthropicAI · 2026-10-23
- 研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng · 2026-10-23