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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	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
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2510.12712