Game2Real-Bench पूछता है कि क्या खिलौना खेल वास्तविक दुनिया की सेटिंग्स में दृश्य तर्क कौशल को उजागर और स्थानांतरित करते हैं।
Game2Real-Bench का मूल्यांकन करता है कि क्या छोटे, नियम आधारित खेलों में सफल होने वाले विजन-लैंग्वेज मॉडल वास्तविक दुनिया की छवियों के बारे में तर्क कर सकते हैं। यह 25 मॉडलों का परीक्षण 1,000 उत्पन्न …