莫纳什大学发布Cube Bench数据集,应用在多模态人工智能、空间推理领域

莫纳什大学本次发布的数据集Cube Bench,Cube Bench是由莫纳什大学开发的基于魔方解谜任务的多模态空间推理基准测试集，旨在评估多模态大语言模型（MLLMs）在序列化空间推理中的表现。该数据集通过虚拟魔方模拟器动态生成，包含图像渲染、文本状态描述和候选动作集合三种模态数据，严格遵循确定性生成原则以确保可复现性。其核心设计聚焦于解构感知-评估-行动-反思-恢复的完整决策闭环，通过七项测试任务（如状态重建、最优移动预测、闭环控制等）量化模型在组合复杂度增长时的性能衰减。该数据集主要应用于多模态人工智能领域，为解决静态感知测试与动态交互需求间的评估鸿沟提供了标准化测量工具。

查看Cube Bench

README内容：

关于莫纳什大学,莫纳什大学是澳大利亚的一所公立研究型大学，成立于1958年，位于墨尔本。它是澳大利亚八校联盟成员之一，以卓越的教学和研究著称，在全球大学排名中表现优异。

关于arXiv,arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。