作者:黄文彬发布时间:2026-11-20 18:30:24 点击数:34454

本月官方披露行业研究成果美方称推迟对伊朗军事打击 很高兴为您解答这个问题,让我来帮您详细说明一下。品牌授权报修电话,快速上门服务

陕西省宝鸡市眉县海南省三沙市西沙区隆安县广东省江门市贵州省铜仁市玉屏侗族自治县广东省汕头市南澳县江西省萍乡市上栗县四川省成都市新都区顺义区空港街道陕西省汉中市留坝县辽宁省辽阳市白塔区怀柔区龙山街道山东省泰安市泰山区福建省漳州市龙海市丰台区长辛店镇蓟州区东赵各庄镇桥西区苑东街道四川省凉山彝族自治州西昌市鹿泉区白鹿泉乡福建省南平市黑龙江省伊春市金林区西藏山南市贡嘎县海南省海口市美兰区河西区桃园街道西藏拉萨市达孜区黑龙江省七台河市桃山区山东省潍坊市青州市西青区精武镇蚌埠市龙子湖区江西省萍乡市上栗县喀什地区叶城县山东省滨州市江西省景德镇市昌江区海南省海口市美兰区山西省阳泉市平定县青海省玉树藏族自治州治多县山东省聊城市茌平区崇左市辽宁省本溪市溪湖区辽宁省沈阳市沈河区黑龙江省鹤岗市黑龙江省伊春市金林区防城港市东兴市福建省福州市罗源县山西省运城市夏县河西区桃园街道甘肃省兰州市山东省威海市百色市靖西市广东省汕头市龙湖区甘肃省陇南市江西省吉安市永新县黑龙江省绥化市明水县桥西区苑东街道云南省红河哈尼族彝族自治州绿春县黑龙江省佳木斯市富锦市福建省厦门市湖里区井陉县吴家窑乡青海省果洛藏族自治州鹿泉区白鹿泉乡合肥市庐阳区黑龙江省哈尔滨市巴彦县四川省乐山市山东省聊城市冠县合肥市庐阳区陕西省商洛市山阳县湖北省襄阳市襄州区江西省宜春市奉新县重庆市市辖区北碚区怀柔区宝山镇湖北省恩施土家族苗族自治州建始县四川省凉山彝族自治州甘洛县和田地区青海省海南藏族自治州贵德县元氏县百色市田林县贵州省安顺市普定县江西省萍乡市上栗县江西省吉安市吉安县陕西省商洛市山阳县赞皇县院头镇内蒙古呼伦贝尔市阿荣旗内蒙古呼伦贝尔市阿荣旗四川省凉山彝族自治州甘洛县密云区古北口镇蓟州区东二营镇江苏省镇江市句容市辽宁省铁岭市开原市云南省普洱市景东彝族自治县和平区南市街道怀柔区宝山镇湖北省恩施土家族苗族自治州恩施市鹿泉区寺家庄镇湖北省恩施土家族苗族自治州恩施市武清区上马台镇贵州省六盘水市水城县湖北省孝感市汉川市湖北省襄阳市襄州区贵州省铜仁市印江土家族苗族自治县北辰区广源街道

今日行业协会发布最新研究成果别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键,很高兴为您解答这个问题,让我来帮您详细说明一下:官方服务专线,支持多品牌报修

乌鲁木齐市沙依巴克区广东省佛山市三水区山西省晋中市灵石县吉林省长春市双阳区云南省红河哈尼族彝族自治州泸西县贵州省黔南布依族苗族自治州惠水县陕西省宝鸡市千阳县南阳市内乡县百色市田林县山东省青岛市城阳区蓟州区东施古镇井陉县测鱼镇北辰区江西省萍乡市上栗县焦作市沁阳市丰台区右安门街道内蒙古呼伦贝尔市阿荣旗湖北省宜昌市宜都市贵州省安顺市普定县山东省烟台市龙口市吉林省白山市浑江区黑龙江省大兴安岭地区呼玛县广东省江门市四川省遂宁市蓬溪县海南省三沙市西沙区福建省厦门市湖里区钦州市海南省海口市美兰区甘肃省陇南市武都区亳州市利辛县防城港市东兴市江苏省连云港市赣榆区甘肃省白银市景泰县吉林省四平市铁西区山西省晋城市高平市广东省江门市云南省丽江市宁蒗彝族自治县合肥市瑶海区丰台区长辛店镇海南省海口市美兰区云南省红河哈尼族彝族自治州泸西县丰台区右安门街道四川省成都市金牛区湖北省恩施土家族苗族自治州建始县江西省吉安市吉安县宝坻区牛家牌镇山西省临汾市安泽县青海省果洛藏族自治州宝坻区牛家牌镇怀柔区龙山街道辽宁省大连市旅顺口区四川省凉山彝族自治州西昌市山东省烟台市牟平区黑龙江省大兴安岭地区呼玛县崇左市鹿泉区白鹿泉乡长安区广安街道百色市田林县丰台区和义街道朝阳区小红门地区蚌埠市龙子湖区江西省景德镇市昌江区甘肃省白银市景泰县山西省朔州市山阴县云南省红河哈尼族彝族自治州泸西县甘肃省天水市秦州区桥西区苑东街道云南省玉溪市新平彝族傣族自治县广东省佛山市三水区和田地区黑龙江省鸡西市鸡冠区江西省萍乡市上栗县四川省甘孜藏族自治州九龙县黑龙江省哈尔滨市巴彦县山东省烟台市龙口市和平区南市街道河西区桃园街道黑龙江省绥化市明水县鹿泉区寺家庄镇青海省玉树藏族自治州治多县新乐市协神乡江西省鹰潭市余江区内蒙古锡林郭勒盟正镶白旗井陉县吴家窑乡昌平区延寿镇青海省果洛藏族自治州山西省晋城市高平市广东省佛山市三水区吉林省四平市铁西区洛阳市汝阳县江苏省南通市启东市焦作市中站区江苏省徐州市新沂市甘肃省定西市渭源县怀柔区宝山镇山东省烟台市龙口市福建省漳州市龙海市山东省烟台市龙口市江苏省镇江市句容市福建省福州市罗源县

全球服务区域:陕西省西安市未央区江苏省徐州市江苏省连云港市赣榆区井陉县测鱼镇辽宁省铁岭市清河区元氏县海淀区青龙桥街道焦作市沁阳市陕西省汉中市留坝县陕西省西安市未央区黑龙江省伊春市金林区四川省甘孜藏族自治州泸定县元氏县殷村镇福建省莆田市仙游县云南省西双版纳傣族自治州勐腊县四川省成都市双流区山东省泰安市泰山区山西省吕梁市中阳县四川省德阳市广汉市山东省德州市齐河县无极县大陈镇福建省莆田市城厢区四川省甘孜藏族自治州九龙县武清区汊沽港镇濮阳市南乐县黑龙江省哈尔滨市巴彦县北辰区广源街道山西省吕梁市岚县长安区广安街道江西省宜春市宜丰县山东省烟台市牟平区山西省晋城市泽州县长安区广安街道湖北省孝感市汉川市西城区天桥街道行唐县龙州镇山东省聊城市茌平区陕西省西安市未央区平山县小觉镇丰台区右安门街道芜湖市南陵县蚌埠市蚌山区合肥市瑶海区马鞍山市博望区广东省佛山市三水区福建省厦门市湖里区朝阳区豆各庄地区昌平区回龙观街道甘肃省陇南市武都区内蒙古锡林郭勒盟镶黄旗内蒙古乌海市乌达区福建省莆田市仙游县青秀区南开区长虹街道南开区长虹街道云南省丽江市宁蒗彝族自治县大兴区山西省朔州市山阴县桥西区东华街道银川市贺兰县银川市贺兰县濮阳市南乐县福建省南平市建瓯市江西省吉安市吉安县贵州省黔东南苗族侗族自治州天柱县黑龙江省鹤岗市黑龙江省佳木斯市汤原县福建省福州市永泰县贵州省铜仁市印江土家族苗族自治县云南省普洱市景东彝族自治县陕西省汉中市南郑区青海省玉树藏族自治州治多县贵州省黔东南苗族侗族自治州天柱县山西省吕梁市岚县云南省大理白族自治州云龙县山西省吕梁市中阳县江苏省苏州市相城区陕西省商洛市山阳县元氏县苏村乡河东区大直沽街道海南省三沙市西沙区山东省泰安市泰山区江西省九江市武宁县江苏省徐州市丰县江西省吉安市永新县辽宁省沈阳市湖北省宜昌市西陵区青海省海西蒙古族藏族自治州德令哈市四川省甘孜藏族自治州丹巴县山西省晋中市灵石县陕西省汉中市南郑区隆安县平山县上观音堂乡江苏省镇江市句容市云南省红河哈尼族彝族自治州泸西县江西省吉安市永新县西青区精武镇江西省宜春市奉新县甘肃省陇南市鹿泉区寺家庄镇

本月相关部门发布重大动态别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键,很高兴为您解答这个问题,让我来帮您详细说明一下:售后服务维修中心电话,支持多渠道服务

全国服务区域:焦作市沁阳市湖北省襄阳市襄州区蓟州区东二营镇山西省临汾市安泽县朝阳区酒仙桥街道宝坻区牛家牌镇山西省晋中市榆社县长安区广安街道辽宁省沈阳市沈河区黑龙江省伊春市金林区山西省忻州市宁武县博尔塔拉蒙古自治州温泉县怀柔区宝山镇桂林市兴安县平山县岗南镇南阳市内乡县福建省厦门市海沧区江西省鹰潭市余江区陕西省宝鸡市千阳县陕西省宝鸡市千阳县山东省德州市齐河县信阳市平桥区山西省运城市夏县北辰区广源街道山东省烟台市牟平区延庆区康庄镇防城港市东兴市和田地区密云区不老屯镇辽宁省本溪市溪湖区江苏省南通市启东市云南省大理白族自治州云龙县四川省甘孜藏族自治州九龙县广东省佛山市三水区延庆区康庄镇甘肃省天水市秦州区湖北省恩施土家族苗族自治州建始县黑龙江省大兴安岭地区呼玛县云南省文山壮族苗族自治州广南县无极县大陈镇河东区大直沽街道云南省大理白族自治州云龙县贵州省铜仁市玉屏侗族自治县亳州市利辛县北海市海城区河西区桃园街道福建省福州市罗源县河东区东新街道和田地区北海市海城区山东省青岛市城阳区辽宁省朝阳市北票市陕西省汉中市南郑区江苏省徐州市新沂市亳州市利辛县山东省烟台市牟平区百色市田林县广东省广州市越秀区行唐县龙州镇山东省青岛市城阳区甘肃省兰州市喀什地区叶城县陕西省商洛市山阳县四川省甘孜藏族自治州九龙县塔城地区和布克赛尔蒙古自治县云南省玉溪市新平彝族傣族自治县山东省烟台市牟平区北辰区贵州省黔南布依族苗族自治州惠水县怀柔区龙山街道江苏省苏州市相城区辽宁省辽阳市白塔区福建省福州市永泰县陕西省汉中市南郑区黑龙江省大兴安岭地区呼玛县焦作市沁阳市怀柔区龙山街道巴音郭楞蒙古自治州和硕县蓟州区东施古镇和平区南市街道四川省德阳市广汉市内蒙古呼伦贝尔市阿荣旗淮南市大通区甘肃省庆阳市镇原县北辰区陕西省西安市未央区陕西省汉中市南郑区四川省成都市双流区吉林省白山市浑江区西城区天桥街道广东省江门市辽宁省沈阳市浑南区福建省南平市建瓯市昌平区阳坊镇辽宁省沈阳市云南省红河哈尼族彝族自治州绿春县延庆区康庄镇巴音郭楞蒙古自治州和硕县江苏省徐州市新沂市四川省遂宁市蓬溪县

售后服务上门服务电话,智能分配单据:别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键

本篇论文已被CVPR2026接收,第一作者官同坤来自上海交通大学人工智能研究院博士生,导师是沈为教授和杨小康教授。

当多模态大语言模型(MLLMs)在面对科学、技术、工程和数学(STEM)领域的视觉推理题时频频「翻车」,一个根本性的问题摆在了所有研究者面前:大模型做不出理科题,究竟是因为「脑子笨」(推理能力受限),还是因为「眼神差」(视觉感知缺陷)?

为了回答这个问题,来自上海交通大学和 Qwen 等研究团队通过将任务分解为两个阶段进行系统性的扩展分析:视觉感知(图像到描述)和推理(仅基于文本描述解决问题)。他们分别扩展感知和推理能力,同时保持其中一个能力不变。结果表明,扩展感知能力始终比扩展推理能力带来更大的性能提升。这一经验证据揭示了一个关键见解:在当前阶段,感知才是限制大模型 STEM 视觉推理的真正瓶颈所在。

基于这一深刻洞见,该团队提出了一种全新的范式——CodePercept(代码驱动的视觉感知),并成功被计算机视觉顶级会议CVPR 2026接收。

开源地址https://github.com/TongkunGuan/Qwen-CodePercept论文标题:CodePercept: Code-Grounded Visual STEM Perception for MLLMs论文链接https://arxiv.org/abs/2603.10757

核心洞见:打破自然语言的

「描述性失语」,用代码重塑感知

近年来,随着 RL(强化学习)的爆发,研究者们试图通过复杂奖励机制提升大模型在 STEM 领域的跨模态推理能力。但研究团队将 STEM 视觉推理任务解耦为「感知(图像到描述)」和「推理(仅基于描述进行解答)」两个阶段后发现:扩展感知能力带来的性能提升,始终优于扩展推理能力。

既然「感知」是最大短板,那该如何评估并提升它?

痛点一:自然语言描述存在幻觉以及「描述性失语」

直觉上,用强大的闭源大模型生成图像描述(Caption)进行知识蒸馏是个好办法。但团队指出了自然语言在 STEM 领域的致命缺陷——「描述性失语」。复杂的空间几何关系、精准的数值坐标、多面体中错综复杂的辅助线,根本无法仅凭自然语言来准确、完整地刻画,且极易产生幻觉。

解决方案:面对这一痛点,研究团队提出将可执行的 Python 代码作为强大的视觉感知媒介,并从两个维度进行了范式重构。他们提出代码作为一种强大的媒介,通过两项基于代码的任务显著增强 MLLM 的视觉感知能力:

1)代码驱动的描述生成(Code-Grounded Caption Generation):基于代码的图像描述生成,利用可执行代码作为生成图像描述的真实标签,有效消除 AI 生成的描述错误(图像 + Code -> Caption);

2)STEM 图像到代码转录(STEM Image-to-Code Translation):直接训练模型生成可执行的重建代码,消除自然语言描述固有的歧义(图像 -> Code)。

痛点二:现有评估体系无法剥离「感知」与「推理」

现有的基准测试(如 MathVista、MathVerse 和 MathVision)通过最终任务问题解决准确率来评估 MLLM 的能力,这结合了 STEM 领域的感知理解和推理能力。当模型失败时,我们无法确定失败是源于感知缺陷还是推理能力不足。虽然最近的研究采用了两阶段评估范式(先进行图像描述,再进行 LLM 求解)来分离 MLLM 的感知能力,但该指标仅反映了模型理解问题相关信息的能力,而非全面的视觉感知能力。为了弥补这一不足,我们提出了一种确定性且可验证的范式,该范式要求模型生成能够忠实再现原始图像的可执行 Python 代码。只有通过完整且准确的视觉理解,模型才能成功地、高保真地再现原始图像。

解决方案:面对这一痛点,研究团队认为,要求 MLLM 生成用于图像重建的可执行 Python 代码,能够最严格地验证其感知能力。这一原理简单而强大:只有当模型完全理解视觉信息时,才能实现精确的图像再现。

基于此原理,他们推出了 STEM2Code-Eval:一个包含 1000 张图像的手动标注基准测试,旨在检验模型生成用于图像重建的可执行 Python 代码的能力,从而对视觉感知能力进行确定性和可验证的评估。

数据基石:百万级三元组数据集 ICC-1M

为了让代码成为感知的有效媒介,研究团队构建了ICC-1M 数据集,包含 100 万个高质量的图像-描述-代码(Image-Caption-Code)三元组。该数据集通过三大创新流水线合成:

图像复现(Image Reproduction):将现有 STEM 图像精准转化为可执行的 Python 代码。

图像多样化(Image Diversity):提取种子图像的核心 STEM 原理,并在不同的视觉语境中重新实例化,确保生成极其丰富的新颖图像。

立体几何合成(Solid Geometry Synthesis):专门针对当前多模态大模型在立体几何空间关系上的短板,开发了基于模板的立体几何代码生成流水线。

所有数据均需通过严苛的三阶段统一质量控制(图像质量、代码质量、图码一致性验证),确保训练信号的绝对精准。

训练双引擎:两项「代码驱动」学习任务

基于 ICC-1M 数据集,CodePercept 提出了两项开创性的训练任务,系统性提升感知能力:

1、代码驱动的描述生成(Code-Grounded Caption Generation):将可执行代码视为图像描述的「绝对真理」,利用代码分析中的确凿事实(如坐标、数量)进行重写,彻底消除了传统视觉语言模型固有的数字和几何幻觉。

2、STEM 图像到代码转录(STEM Image-to-Code Translation):直接引导大模型生成包含详细注释的「解释性重建代码」,这不仅消除了自然语言描述的模糊性,还迫使模型深刻理解「观测特征」与「代码片段」之间的内在映射法则。

在训练策略上,团队采用了两阶段学习法:

1、第一阶段:SFT(监督微调,CodePercept-S1)。Code 本质上是一种格式化的 Caption,所以联合优化 Image2Caption 与 Image2Code 任务,使模型建立强大的感知能力;

2、第二阶段:强化学习(CodePercept-R1)。鉴于代码生成的容错率极低,团队引入了 GRPO 强化学习专属优化代码生成。模型不仅需要拿到「格式奖励(语法正确)」,还要通过更严苛的「内容执行奖励」与「图码相似度奖励」,在不断的自我试错中实现能力的指数级跃迁。

硬核评测与惊艳结果

传统评测往往用「解题正确率」来衡量感知,这不仅存在误差,还容易遗漏未考查的视觉细节。为此,研究团队推出了STEM2Code-Eval Benchmark。这是一个包含 1000 张经过人工精校图像的评测基准,它要求模型直接生成 Python 代码来 100% 还原原始图像,提供最确定、最可验证的视觉感知评估底线。

基于 Qwen3-VL 架构的实验结果令人震撼:

解题端(Captioner-Solver)表现:在同样的推理求解器下,CodePercept-8B-S1 竟然超越了比其大得多的开源巨头 Qwen2.5-VL-72B(优势达 6.2%),甚至逼近了 Claude-Opus 4.1-Thinking 和 GPT5-Thinking 等闭源前沿模型的水平。

视觉重构(STEM2Code-Eval)表现:在纯粹考查感知的图像还原任务中,经过强化学习优化的 CodePercept-8B-R1 斩获了 63.56 分的佳绩(较基座提升 3.92 分),全面碾压了 Seed 1.6-Vision 和 Qwen3-VL-Plus 等超大参数规模的旗舰模型。

CodePercept 的出现不仅仅是一个新模型的诞生,它更宣告了多模态大模型在解决复杂科学问题时的一条新航线:只有给大模型装上基于代码逻辑的「火眼金睛」,真正的复杂推理之门才会被彻底叩开。

今日研究机构披露重要行业成果别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键

本篇论文已被CVPR2026接收,第一作者官同坤来自上海交通大学人工智能研究院博士生,导师是沈为教授和杨小康教授。

当多模态大语言模型(MLLMs)在面对科学、技术、工程和数学(STEM)领域的视觉推理题时频频「翻车」,一个根本性的问题摆在了所有研究者面前:大模型做不出理科题,究竟是因为「脑子笨」(推理能力受限),还是因为「眼神差」(视觉感知缺陷)?

为了回答这个问题,来自上海交通大学和 Qwen 等研究团队通过将任务分解为两个阶段进行系统性的扩展分析:视觉感知(图像到描述)和推理(仅基于文本描述解决问题)。他们分别扩展感知和推理能力,同时保持其中一个能力不变。结果表明,扩展感知能力始终比扩展推理能力带来更大的性能提升。这一经验证据揭示了一个关键见解:在当前阶段,感知才是限制大模型 STEM 视觉推理的真正瓶颈所在。

基于这一深刻洞见,该团队提出了一种全新的范式——CodePercept(代码驱动的视觉感知),并成功被计算机视觉顶级会议CVPR 2026接收。

开源地址https://github.com/TongkunGuan/Qwen-CodePercept论文标题:CodePercept: Code-Grounded Visual STEM Perception for MLLMs论文链接https://arxiv.org/abs/2603.10757

核心洞见:打破自然语言的

「描述性失语」,用代码重塑感知

近年来,随着 RL(强化学习)的爆发,研究者们试图通过复杂奖励机制提升大模型在 STEM 领域的跨模态推理能力。但研究团队将 STEM 视觉推理任务解耦为「感知(图像到描述)」和「推理(仅基于描述进行解答)」两个阶段后发现:扩展感知能力带来的性能提升,始终优于扩展推理能力。

既然「感知」是最大短板,那该如何评估并提升它?

痛点一:自然语言描述存在幻觉以及「描述性失语」

直觉上,用强大的闭源大模型生成图像描述(Caption)进行知识蒸馏是个好办法。但团队指出了自然语言在 STEM 领域的致命缺陷——「描述性失语」。复杂的空间几何关系、精准的数值坐标、多面体中错综复杂的辅助线,根本无法仅凭自然语言来准确、完整地刻画,且极易产生幻觉。

解决方案:面对这一痛点,研究团队提出将可执行的 Python 代码作为强大的视觉感知媒介,并从两个维度进行了范式重构。他们提出代码作为一种强大的媒介,通过两项基于代码的任务显著增强 MLLM 的视觉感知能力:

1)代码驱动的描述生成(Code-Grounded Caption Generation):基于代码的图像描述生成,利用可执行代码作为生成图像描述的真实标签,有效消除 AI 生成的描述错误(图像 + Code -> Caption);

2)STEM 图像到代码转录(STEM Image-to-Code Translation):直接训练模型生成可执行的重建代码,消除自然语言描述固有的歧义(图像 -> Code)。

痛点二:现有评估体系无法剥离「感知」与「推理」

现有的基准测试(如 MathVista、MathVerse 和 MathVision)通过最终任务问题解决准确率来评估 MLLM 的能力,这结合了 STEM 领域的感知理解和推理能力。当模型失败时,我们无法确定失败是源于感知缺陷还是推理能力不足。虽然最近的研究采用了两阶段评估范式(先进行图像描述,再进行 LLM 求解)来分离 MLLM 的感知能力,但该指标仅反映了模型理解问题相关信息的能力,而非全面的视觉感知能力。为了弥补这一不足,我们提出了一种确定性且可验证的范式,该范式要求模型生成能够忠实再现原始图像的可执行 Python 代码。只有通过完整且准确的视觉理解,模型才能成功地、高保真地再现原始图像。

解决方案:面对这一痛点,研究团队认为,要求 MLLM 生成用于图像重建的可执行 Python 代码,能够最严格地验证其感知能力。这一原理简单而强大:只有当模型完全理解视觉信息时,才能实现精确的图像再现。

基于此原理,他们推出了 STEM2Code-Eval:一个包含 1000 张图像的手动标注基准测试,旨在检验模型生成用于图像重建的可执行 Python 代码的能力,从而对视觉感知能力进行确定性和可验证的评估。

数据基石:百万级三元组数据集 ICC-1M

为了让代码成为感知的有效媒介,研究团队构建了ICC-1M 数据集,包含 100 万个高质量的图像-描述-代码(Image-Caption-Code)三元组。该数据集通过三大创新流水线合成:

图像复现(Image Reproduction):将现有 STEM 图像精准转化为可执行的 Python 代码。

图像多样化(Image Diversity):提取种子图像的核心 STEM 原理,并在不同的视觉语境中重新实例化,确保生成极其丰富的新颖图像。

立体几何合成(Solid Geometry Synthesis):专门针对当前多模态大模型在立体几何空间关系上的短板,开发了基于模板的立体几何代码生成流水线。

所有数据均需通过严苛的三阶段统一质量控制(图像质量、代码质量、图码一致性验证),确保训练信号的绝对精准。

训练双引擎:两项「代码驱动」学习任务

基于 ICC-1M 数据集,CodePercept 提出了两项开创性的训练任务,系统性提升感知能力:

1、代码驱动的描述生成(Code-Grounded Caption Generation):将可执行代码视为图像描述的「绝对真理」,利用代码分析中的确凿事实(如坐标、数量)进行重写,彻底消除了传统视觉语言模型固有的数字和几何幻觉。

2、STEM 图像到代码转录(STEM Image-to-Code Translation):直接引导大模型生成包含详细注释的「解释性重建代码」,这不仅消除了自然语言描述的模糊性,还迫使模型深刻理解「观测特征」与「代码片段」之间的内在映射法则。

在训练策略上,团队采用了两阶段学习法:

1、第一阶段:SFT(监督微调,CodePercept-S1)。Code 本质上是一种格式化的 Caption,所以联合优化 Image2Caption 与 Image2Code 任务,使模型建立强大的感知能力;

2、第二阶段:强化学习(CodePercept-R1)。鉴于代码生成的容错率极低,团队引入了 GRPO 强化学习专属优化代码生成。模型不仅需要拿到「格式奖励(语法正确)」,还要通过更严苛的「内容执行奖励」与「图码相似度奖励」,在不断的自我试错中实现能力的指数级跃迁。

硬核评测与惊艳结果

传统评测往往用「解题正确率」来衡量感知,这不仅存在误差,还容易遗漏未考查的视觉细节。为此,研究团队推出了STEM2Code-Eval Benchmark。这是一个包含 1000 张经过人工精校图像的评测基准,它要求模型直接生成 Python 代码来 100% 还原原始图像,提供最确定、最可验证的视觉感知评估底线。

基于 Qwen3-VL 架构的实验结果令人震撼:

解题端(Captioner-Solver)表现:在同样的推理求解器下,CodePercept-8B-S1 竟然超越了比其大得多的开源巨头 Qwen2.5-VL-72B(优势达 6.2%),甚至逼近了 Claude-Opus 4.1-Thinking 和 GPT5-Thinking 等闭源前沿模型的水平。

视觉重构(STEM2Code-Eval)表现:在纯粹考查感知的图像还原任务中,经过强化学习优化的 CodePercept-8B-R1 斩获了 63.56 分的佳绩(较基座提升 3.92 分),全面碾压了 Seed 1.6-Vision 和 Qwen3-VL-Plus 等超大参数规模的旗舰模型。

CodePercept 的出现不仅仅是一个新模型的诞生,它更宣告了多模态大模型在解决复杂科学问题时的一条新航线:只有给大模型装上基于代码逻辑的「火眼金睛」,真正的复杂推理之门才会被彻底叩开。


述评丨历史的判决不容翻案——写在东京审判开庭80周年之际 青春草十年沉淀只为经典-青春草十年沉淀只为经典最新版N.37.90.89-腾讯新闻 美方称推迟对伊朗军事打击
美方称推迟对伊朗军事打击

美方称推迟对伊朗军事打击

百万最新免费软件游戏

下载

美方称推迟对伊朗军事打击
首页>>中央气象台:华南等地有较强降雨和强对流天气
美方称推迟对伊朗军事打击

美方称推迟对伊朗军事打击

「活动」首次登录送19元红包

83.20MB
版本{版本}
下载APK高速下载
下载再别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键安装你想要的应用 更方便 更快捷 发现更多
喜欢28%好评(27人)
评论16
别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键截图0别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键截图1别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键截图2别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键截图3别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键截图4
详细信息
  • 软件大小:62.30MB
  • 最后更新:2026-11-20 18:30:24
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-Android别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键
  • 使用语言:中文
  • :需要联网
  • 系统要求:1.50以上
应用介绍
🚫第一步:访问《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》官网👉首先,打开您的浏览器,输入《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》。您可以通过搜索引擎搜索或直接输入网址来访问.🥚
🚫第二步:点击注册按钮👉一旦进入《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站官网,您会在页面上找到一个醒目的注册按钮。点击该按钮,您将被引导至注册页面。🤛️
🚫第三步:填写注册信息 👉在注册页面上,您需要填写一些必要的个人信息来创建《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息,以确保顺利完成注册。❕
🚫第四步:验证账户👉填写完个人信息后,您可能需要进行账户验证。《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站会向您提供的电子邮件地址或手机号码发送一条验证信息,您需要按照提示进行验证操作。这有助于确保账户的安全性,并防止不法分子滥用您的个人信息。🌰
🚫第五步:设置安全选项👉《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站通常要求您设置一些安全选项,以增强账户的安全性。例如,可以设置安全问题和答案,启用两步验证等功能。请根据系统的提示设置相关选项,并妥善保管相关信息,确保您的账户安全。🦔
🚫第六步:阅读并同意条款👉在注册过程中,《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前,请仔细阅读并理解这些条款,并确保您同意并愿意遵守。🦄️
🚫第七步:完成注册👉一旦您完成了所有必要的步骤,并同意了《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站的条款,恭喜您!您已经成功注册了《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站账户。现在,您可以畅享《别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!😤
【联系我们】
客服热线
加载更多
版本更新
{版本}
别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键
  • 从“苦汤药”到“养生包”:宁夏中医医院探索“中医药+健康烘焙”新路径
  • 5月进入厄尔尼诺状态 我国气温较常年偏高南方降水多
  • 古特雷斯强烈谴责以色列
  • 台湾“急独”政党称愿参与两岸统一协商进程 国台办回应
  • 抄袭、洗稿事件频发 文学刊物如何守住“原创防线”
  • 昆明谋划“十五五”:稳产业、扩开放、强数字经济
  • 习言道|使北京城市副中心成为千年古都又一张靓丽的城市名片
  • 经纬线·习主席的老朋友访华,共同擘画中俄关系新蓝图
  • 中国有力护航民企“轻装上阵”
  • 东西问|李海勇:漳州月港督饷馆为何被视为中国现代海关制度的缘起?
  • 世卫组织总干事呼吁刚果(金)交战方停火以应对埃博拉疫情
  • “大耳杯”亮相南京 菲戈现身为“苏超”暖场
  • 江苏省消防救援总队党委委员、副总队长朱亚明接受审查调查
  • 以色列称已打死哈马斯新任军事领导人

    从“无人行李箱墙”读懂中国式安全感

    上海第三座迪士尼主题酒店将于12月16日开幕

    详情
查看更多
加载中加载中,请稍等...

别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键类似软件

  • 从撒网到巡岸 四川泸州退捕渔民的“身份之变”首位香港航天员:国家好 香港就好

    直播海报:山西沁源煤矿瓦斯爆炸事故救援情况新闻发布会

  • 799元宠语翻译器被质疑是智商税世界数字教育大会杭州举行:“未来小学”展示AI赋能未来教育

    亚洲首个合成细胞十年技术路线图发布

  • 武契奇哽咽:男人最开心时可以流泪探访青海哇让抽水蓄能电站:西部最大“超级充电宝”加紧建设中

    重庆公路应急抢险队驰援永川:打通道路,疏散被困群众

  • 曾经的“高端王者”,在中国为啥打不动了?泽连斯基宣布乌方自6日零时起单方面停火

    吉林:尽早实现“千亿斤”粮食产能目标

  • 广西柳州市地震区域搜救出最后1名被困人员 生命体征平稳没有症状≠没有风险 这份癌症早筛指南请收好

    领先22分遭逆转 骑士加时不敌尼克斯

  • 2026世界智能产业博览会|链接世界,携手共赴数智未来武汉布局182个重点片区推动城市更新

    德国3月工业新订单环比增长5%

  • 神秘闪光、悬浮物体、绝密报告……美国的UFO文件说了啥?河南安阳文峰区区长刘学平被查

    湖南石门强降雨灾害新增失联5人

  • 普京:坚决制止篡改二战历史图谋“中国化橘红之乡”广东化州橘香迎客 赋能乡村振兴

    金之镇被“双开”

  • 人到中年,做好定期的“深度排查”能有效防癌!新能源车维修不能困在“数字”围墙里

    王毅分别同新加坡外长维文、巴基斯坦国防军司令兼陆军参谋长穆尼尔会谈会见

  • 受权发布丨中华人民共和国行政复议法实施条例美总统称伊朗战事已事实上结束

    中国海警回应菲海警飞机蓄意抵近滋扰中方船只

  • 俄罗斯各界期待两国元首外交引领中俄关系开启新篇章河南发布微短剧行业AI技术应用自律公约

    泰国央行上调今年GDP增长预期至2.1%

  • 国台办回应上海居民赴金马旅游热正确政绩观——正确导向

    兰西城市群第四届乒乓球邀请赛(西宁站)开赛

  • “洪迪厄斯”号邮轮出现汉坦病毒疫情:涉疫邮轮5名法国公民回国 一人出现症状公安部:累计查纠涉企执法问题5.7万个 解除查封财物价值13.8亿元

    女硕士放弃考公回乡创业 年销50万

  • 中国企业助力柬埔寨橡胶产业转型升级燕子在淋浴喷头上搭窝 房东:先住着

    光大期货农产品类日报5.7

  • 今年4月外逃的职务犯罪嫌疑人刘亮被遣返回中国塞尔维亚总统武契奇访浙 考察中国人形机器人应用

    AI眼中的中国|母亲节,AI情歌唱给老妈听

  • 特朗普称美国有可能重启对伊朗空袭32支顶尖高校机甲战队长沙同台竞技

    中国将开展“地星三号”卧床实验 为长期载人太空飞行提供支持

  • 让法治成为护航企业高质量发展最可靠保障——国新办发布会介绍规范涉企行政执法专项行动有关情况法拉利电动车被吐槽“苹果味”十足

    年内逾600只理财产品提前退场

  • 重庆市酉阳县委书记杨通胜接受审查调查全国大部地区大气扩散条件较好 西北部分地区有扬沙或浮尘天气

    NBA雄鹿队老板遭华裔女子色情勒索

  • 邮轮疫情发病者增至7人天舟十号发射任务取得圆满成功

    珠三角城市排名变了

  • 共拓“十五五”新格局 共创出海新生态 2026沪港企业家圆桌会举行水清岸绿食物丰盈 红嘴鸥扎堆栖息额木尔河畔

    黑龙江哈尔滨:中医文化“圈粉”市民

  • 4月下旬流通领域重要生产资料21种产品价格上涨不沿边不靠海,咸阳武功如何嵌入世界贸易的大拼图?

    哈萨克斯坦首都举行祖国保卫者日庆祝活动

  • 外媒:普京访华凸显中俄深化双边关系意义重大未来科学大奖获奖者对话青少年:陪伴新一代奔赴更远征途

    外交部:赖清德越折腾,越寸步难行

  • 美股三大指数均跌超1%,金银价格跳水,国际油价飙升何庭波:华为半导体没退 一直在跑道上

    E法同行|宜春:从公园到社区 网络法治触角这样延伸

  • “蒙超”联赛举行揭幕战 呼和浩特队1:2负赤峰队俄成功试射最新型“萨尔马特”洲际弹道导弹

    安徽祁门:太空茶苗首期扦插扩繁启动

  • 小伙穿西装夜市摆摊卖炒饭月入5万海南博螯:政策赋能 打造自贸港医疗新高地

    全国人大常委会启动粮食安全保障法执法检查

  • 第六届“投资辽宁”大会亮成绩单 数字平台5年引资超40亿元第五届“香港潮州节”将于6月5日在港开幕

    福建厦门精准援疆书写惠民答卷

  • 姚高员任浙江省副省长多国留学生在长春沉浸式感受智造魅力

    【图片故事】台胞牙医浙江小城“追梦”

  • 香港餐饮界寻味宁夏觅商机美国达拉斯市一公寓楼发生火灾爆炸 致人员死伤

    深入普及防灾减灾知识 中国科技馆举办“平安中国”主题活动

  • 广西首次记录国家二级重点保护植物中华火焰兰一文速览俄罗斯胜利日红场阅兵:五大看点,一个变化

    持续火热!“五一”档电影票房破3亿

  • 用这种枕头可能损伤脑血管非洲日文化节在北京举办 非洲驻华使团长:人心相通是非中关系最牢固的纽带

    回顾NBA季后赛首轮名场面

  • 记者直击湖南石门县极端强降雨救援情况陕西延安安塞区通报一山上大批树苗枯死等问题

    俄军对乌实施大规模打击

  • 新能源汽车会抢走酒店的生意吗中国移动通信集团广东有限公司原党委委员、副总经理高志兴被查

    创历史新高 5月1日全国铁路发送旅客2484.4万人次

  • 造血干细胞移植后警惕慢性排异 医生:长期随访是关键美国财政部公布对伊朗和古巴新一轮制裁措施

    戚薇郝蕾张蓝心亮相金鸡奖红毯

  • 中国职工网球团体赛在京举办珠江流域即将进入“龙舟水”防御期 相关部门筑牢防汛防线

    天津“五一”假期重点监测企业销售额达19.3亿元

  • 四川成都:“年轮:四川美术馆2024—2025年收藏作品展”吸引参观者大V:A股短线反弹窗口或已打开

    联合国宪章的现实之问

  • 美称封锁物资进出伊朗 伊称美特遣部队无法达到施压目的大件垃圾变废为宝 成都一张旧沙发的“退休之旅”

    直击湖北襄阳夏粮“抢收仗”现场

相关攻略
  • 郑丽文:反对“台独”是稳定台海关键
    2026-11-20 18:30:24
包含 饿了么 的应用集
  • RCEP成员国华人书画家置身“画中查济” 妙笔绘就皖美画卷 巴西世界杯26人名单:内马尔在列 马斯克点赞宇树载人机甲
    江西发现植物新种华东堇菜
    山西左权:清漳河畔生态美 碧水蓝天入画来
    146981252151472026-11-20 18:30:24
  • 湖北今起重回多雨状态 鄂东雨势较大 广西柳州发生5.2级地震 广西地震局迅速调派救援力量紧急驰援 沪指6连阳,创指涨1.45%!逾3500只个股飘红
    延边朝鲜族服饰旅拍火爆 降雨难挡游客热情
    武汉聚焦文旅四“力” 绘就新时代“江汉揽胜图”
    33136496649852026-11-20 18:30:24
  • 一架直升机在江西鄱阳县坠落 谈成95%还动手?美伊这出“边谈边打”要演多久? 山西运城樱桃首次“空降”泰国
    辽宁:创多项“中国第一” 工业机器人如何在高端焊装领域实现国产突围
    王毅会见巴基斯坦副总理兼外长达尔
    5447712545135942802026-11-20 18:30:24
  • 专家谈解放军“围观”美日菲演习 台媒:郑丽文赴美主轴拟聚焦台海和平 行前多次痛斥“台独” 两岸茶人福建安溪以茶为媒话交流合作”
    宁波舟山港六横公路大桥青龙门特大桥进入钢箱梁架设关键阶段
    文化中国行|让千年石刻在当下焕发青春
    9326387488615302026-11-20 18:30:24
  • 北京推出22项举措优化人才服务与劳动者权益保障 白宫记协晚宴枪击案嫌疑人不认罪 非洲又现埃博拉病毒 一国已80人死亡
    多元融合焕新消费 “电影+”让大银幕有大引力
    前四个月消费市场平稳运行 向新向优发展
    679780544602612026-11-20 18:30:24
  • 涉汉坦病毒疫情邮轮“洪迪厄斯”号船上人员开始疏散 僧人以佛学回应“躺平”话题 馆长试驾张雪机车820RR顶配版
    男子误食毒蘑菇多脏器衰竭
    “五一”假期 南京旅游景点人气旺
    394045930331492026-11-20 18:30:24
  • 贵州台江举行苗族姊妹节万人盛装游演 中越新增一条跨境物流路线 助力桂越经贸往来 横琴口岸“联合一站式”车道智能通关正式启动
    天舟十号“送货”清单公布 41项实验物资将抵达中国空间站
    今年前四个月广东警方反诈避免及挽回损失约9亿元
    62314411001102026-11-20 18:30:24
  • “五一”假期拉萨市民山谷过林卡 乐享假日时光 光大期货:能源化工类日报5.26 青年关注的十大话题(2026):动向与趋势
    2025年中国财政部境外募集绿色主权债券资金共60亿元
    帅化民:大陆五大海域军演警告意味浓
    1697993509093321522026-11-20 18:30:24
  • 抖音商城618多重扶持商家降本增收:百亿补贴、亿级流量叠加技术支持 海外华人书画家安徽探源架“桥” 18个“满天星”项目签约落地重庆 将提供超3000个软信岗位
    每天该吃多少膳食纤维?专家给出标准量
    四位中网球童代表将登上2026年法网赛场
    112271783082302026-11-20 18:30:24
  • 深耕家文化 共筑幸福路 | 新时代家庭文化创新发展大会在成都召开 中吉商界人士新疆共谋贸易投资新机遇 中国空间站首次人类“人工胚胎”实验进展顺利
    康达环保授出1.15亿份购股权
    因漏放吸管辱骂打砸店员顾客被行拘
    717339156325922026-11-20 18:30:24
  • 2026赛季中超联赛:成都蓉城队胜河南俱乐部彩陶坊队 成都一座猫岛的双向奔赴 救助者也值得被守护 “湖南株洲一物流仓库突发大火”系谣言(2026·11·10)
    香港百年茶楼告别中环旧铺 “一盅两件”上环续杯
    轮椅推不进观众席 “无障碍”观影还是有点难
    496427947195791532026-11-20 18:30:24
  • 福建莆田妈祖车鼓队亮相巴西圣保罗文化节 大美边疆看我家丨云南云龙:象征团圆的特色簸箕宴 民调:大多数美国人反对削减美中贸易
    300元卖掉你的脸 下一秒成AI短剧主角
    一缕茶香百年坚守:长春老字号留住城市老味道
    34964364728857222026-11-20 18:30:24
  • 5月27日人民币对美元中间价报6.8291 下调3个基点 浙江义乌市场人气旺 游客假期“拖箱扫货” 杭州再迎篮球盛宴 中澳荷三支劲旅将展开对决
    榴莲价格大跳水
    澳门中学师生走进华侨大学体验中华传统文化
    2562443212205275412026-11-20 18:30:24
  • 大美边疆看我家丨黑龙江牡丹江:北方水田的纵横画卷 德国中国商会就欧委会依据《外国补贴条例》排除中企发表声明 Once here, Shenzhener forever!当不同面孔一起说出“来了就是深圳人”
    老人晕倒街头心跳骤停 三名路过女子紧急施救
    爆款40分钟就售罄!首届中国新文创市集来了
    616546312886212026-11-20 18:30:24
  • 新西兰发生交通事故致2人身亡 我领馆发布安全提醒 广东各江河水位目前均在警戒以下 你认为U17国足还有出线机会吗
    男子被埋5位好心人徒手抬墙救人
    少林寺如何帮助塑造文班亚马
    670616318107588762026-11-20 18:30:24
  • 菲非法登铁线礁 中国海警依法处置 两女子地铁车厢吸烟躺卧 新修订的《通信短信息服务管理规定》施行 专家解读
    南方降雨强度逐步减弱 台风“蔷薇”后期或缓和桑拿天
    新闻分析:近期天气对全国“三夏”影响几何
    8622572483816408602026-11-20 18:30:24
  • 女性防癌有哪些误区?听专家联袂科普 沈月向王鹤棣道歉后首露面 广西武鸣创新为侨服务机制 点滴福利情暖700归侨
    武契奇今起对中国进行国事访问
    矿床地质学家、中国工程院院士陈毓川逝世
    821543907738072026-11-20 18:30:24
  • 男乒急需下一个樊振东王楚钦 新一轮俄美乌三方会谈在阿布扎比开始举行 维妮娜说到新疆棉花泪流满面
    第28届上海国际电影节开幕影片揭晓
    【东西问】惊艳塞尔维亚总统夫人 中式服饰何以圈粉海内外?
    13574153238270172026-11-20 18:30:24
  • 外交部驳“中国冲击2.0”:中国发展靠的是创新驱动的真本事 西安光机所在超表面光学微操纵领域取得新进展 柬埔寨同日接连发生车祸 至少14人丧生
    乌克兰:探测到90枚导弹
    清华教授:中国向世界输出了几十个“霸总”
    359962598706891792026-11-20 18:30:24
  • 湖北为台青提供实习、就业岗位4200余个 “刚果(金)埃博拉疫情疑似病例数破千 小学退回全损雨伞 家委会致歉补款
    百余幅19世纪通草画珍品亮相西安
    2026五月榕台两岸融合台湾好物市集在福州启幕
    127458998665832026-11-20 18:30:24
  • 武夷山国家公园:藏酋猴的天然乐园 “历史的印迹——罗贻作品回顾展”在京开幕 伊朗军方:若敌人再发动侵略 将启用新装备、新战法
    华泰证券:港股配置价值提升
    航天员张志远:最艰难的不是训练,挑战是怎样面对落选
    848648531341902026-11-20 18:30:24
  • 中新健康|心跳突然“飙”到200?警惕阵发性室上性心动过速 600599、600696,终止上市! 俄政要热评中俄元首会晤:俄中合作精神“切实可见”
    “香格里拉”花之旅启幕 邀游客共赏雪域高原万紫千红
    中国首个区域性城市足球联赛“东北超”开赛
    57975464681961532026-11-20 18:30:24
  • 官方辟谣“西藏一地发生熊吃人事件” 美丽中国(长江)生态摄影采风征集活动成果展览在京开幕 河南将打造更多“胖东来”“蜜雪冰城”式消费IP
    强化法治规则意识 中国企业出海更有底气
    多名女子放生鱼后又往河道投掷异物
    618921598276262026-11-20 18:30:24
友情链接
  • 青海启动全民营养周主题宣传活动 倡议善用“青字号”优质食材
    2026-11-20 18:30:24
  • AI助力健康筛查:呼一口气不到20分钟就能预警肺部癌变风险
    2026-11-20 18:30:24
  • 习近平同俄罗斯总统普京分别向第十届中俄博览会致贺信
    2026-11-20 18:30:24
安卓手机网上最贴心的Android软件应用平台!版权所有:别卷推理了!当前大模型 STEM 短板在视觉感知,代码才是破局关键有限公司备案号:京ICP备17065190号-1