Hugging Face · 每日论文· 媒体 / 作者来源·精选
Game2Real-Bench：玩具游戏能否揭示并迁移到真实世界视觉推理？
原文标题
Game2Real-Bench: Do Toy Games Reveal and Transfer to Real-World Visual Reasoning?
AI 导读
研究者发布 Game2Real-Bench 基准，覆盖细粒度感知、空间推理、约束推理与序列规划四类能力，包含 1000 个可执行验证的程序化游戏样本和 400 个按推理需求对齐的真实样本。评测 25 个 VLM 后发现游戏与真实任务表现高度一致（相关系数 0.935）；one-shot 游戏中，部分模型的约束推理提升，但细粒度感知下降。团队还构建了含约 24K 样本、18 类任务、65 个 QA 家族的 Game2Real-Dataset。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
该基准首次系统验证游戏任务与真实视觉推理的对应关系，并给出可执行验证的数据集，可供 VLM 评测与训练选择数据来源时参考。
导读由模型辅助整理，非独立核验。完整信息见原文。