VisualPuzzles

VisualPuzzles是一个旨在评估大型模型推理能力的同时，故意减少对特定领域知识依赖的多模态基准测试。它包含1168个多样化的谜题，涵盖算法、类比、演绎、归纳和空间推理等5个推理类别，难度标签分为简单、中等和困难。与现有的基准测试相比，如MMMU，VisualPuzzles需要的领域特定知识更少，推理更复杂，从而能够更好地评估真正的多模态推理能力。