Beyond Seeing: Evaluating Multimodal LLMs on Tool-Enabled Image Perception, Transformation, and Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Xingang, Tyagi, Utkarsh, Gosai, Advait, Vergara, Paula, Park, Jayeon, Montoya, Ernesto Gabriel Hernández, Zhang, Chen Bo Calvin, Hu, Bin, He, Yunzhong, Liu, Bing, Srinivasa, Rakshith Sharma
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2510.12712