Beyond Seeing: Evaluating Multimodal LLMs on Tool-Enabled Image Perception, Transformation, and Reasoning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | 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 |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Audio MultiChallenge: A Multi-Turn Evaluation of Spoken Dialogue Systems on Natural Human Interaction
par: Gosai, Advait, et autres
Publié: (2025)
par: Gosai, Advait, et autres
Publié: (2025)
Beyond Diagnosis: Evaluating Multimodal LLMs for Pathology Localization in Chest Radiographs
par: Gosai, Advait, et autres
Publié: (2025)
par: Gosai, Advait, et autres
Publié: (2025)
TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models
par: Srinivasa, Rakshith S, et autres
Publié: (2025)
par: Srinivasa, Rakshith S, et autres
Publié: (2025)
Not Every Rubric Teaches Equally: Policy-Aware Rubric Rewards for RLVR
par: Tyagi, Utkarsh, et autres
Publié: (2026)
par: Tyagi, Utkarsh, et autres
Publié: (2026)
Automated ensemble method for pediatric brain tumor segmentation
par: Javaji, Shashidhar Reddy, et autres
Publié: (2023)
par: Javaji, Shashidhar Reddy, et autres
Publié: (2023)
Seeing with You: Perception-Reasoning Coevolution for Multimodal Reasoning
par: Miao, Ziqi, et autres
Publié: (2026)
par: Miao, Ziqi, et autres
Publié: (2026)
Scaling Laws for Neural Material Models
par: Trikha, Akshay, et autres
Publié: (2025)
par: Trikha, Akshay, et autres
Publié: (2025)
To See or To Read: User Behavior Reasoning in Multimodal LLMs
par: Dong, Tianning, et autres
Publié: (2025)
par: Dong, Tianning, et autres
Publié: (2025)
ToolMem: Enhancing Multimodal Agents with Learnable Tool Capability Memory
par: Xiao, Yunzhong, et autres
Publié: (2025)
par: Xiao, Yunzhong, et autres
Publié: (2025)
See, Think, Learn: A Self-Taught Multimodal Reasoner
par: Sharma, Sourabh, et autres
Publié: (2025)
par: Sharma, Sourabh, et autres
Publié: (2025)
PRBench: Large-Scale Expert Rubrics for Evaluating High-Stakes Professional Reasoning
par: Akyürek, Afra Feyza, et autres
Publié: (2025)
par: Akyürek, Afra Feyza, et autres
Publié: (2025)
From Hallucination to Articulation: Language Model-Driven Losses for Ultra Low-Bitrate Neural Speech Coding
par: Yi, Jayeon, et autres
Publié: (2026)
par: Yi, Jayeon, et autres
Publié: (2026)
SciPredict: Can LLMs Predict the Outcomes of Scientific Experiments in Natural Sciences?
par: Sehwag, Udari Madhushani, et autres
Publié: (2026)
par: Sehwag, Udari Madhushani, et autres
Publié: (2026)
Multimodal LLMs See Sentiment
par: da Silva, Neemias B., et autres
Publié: (2025)
par: da Silva, Neemias B., et autres
Publié: (2025)
Seeing and Reasoning with Confidence: Supercharging Multimodal LLMs with an Uncertainty-Aware Agentic Framework
par: Zhi, Zhuo, et autres
Publié: (2025)
par: Zhi, Zhuo, et autres
Publié: (2025)
Do You See Me : A Multidimensional Benchmark for Evaluating Visual Perception in Multimodal LLMs
par: Kanade, Aditya, et autres
Publié: (2025)
par: Kanade, Aditya, et autres
Publié: (2025)
SeeingEye: Agentic Information Flow Unlocks Multimodal Reasoning In Text-only LLMs
par: Zhang, Weijia, et autres
Publié: (2025)
par: Zhang, Weijia, et autres
Publié: (2025)
Seeing is Fixing: Cross-Modal Reasoning with Multimodal LLMs for Visual Software Issue Fixing
par: Huang, Kai, et autres
Publié: (2025)
par: Huang, Kai, et autres
Publié: (2025)
Bridging Perception and Reasoning: Token Reweighting for RLVR in Multimodal LLMs
par: Lu, Jinda, et autres
Publié: (2026)
par: Lu, Jinda, et autres
Publié: (2026)
Beyond the Final Answer: Evaluating the Reasoning Trajectories of Tool-Augmented Agents
par: Kim, Wonjoong, et autres
Publié: (2025)
par: Kim, Wonjoong, et autres
Publié: (2025)
Proof-of-Perception: Certified Tool-Using Multimodal Reasoning with Compositional Conformal Guarantees
par: Fayyazi, Arya, et autres
Publié: (2026)
par: Fayyazi, Arya, et autres
Publié: (2026)
Enhanced Survival Prediction in Head and Neck Cancer Using Convolutional Block Attention and Multimodal Data Fusion
par: Farooq, Aiman, et autres
Publié: (2024)
par: Farooq, Aiman, et autres
Publié: (2024)
DDD: A Perceptually Superior Low-Response-Time DNN-based Declipper
par: Yi, Jayeon, et autres
Publié: (2024)
par: Yi, Jayeon, et autres
Publié: (2024)
Multi-Mode Inverters: A Unified Control Design for Grid-Forming, Grid-Following, and Beyond
par: Askarian, Alireza, et autres
Publié: (2024)
par: Askarian, Alireza, et autres
Publié: (2024)
See Less, See Right: Bi-directional Perceptual Shaping For Multimodal Reasoning
par: Zhang, Shuoshuo, et autres
Publié: (2025)
par: Zhang, Shuoshuo, et autres
Publié: (2025)
Rubrics as Rewards: Reinforcement Learning Beyond Verifiable Domains
par: Gunjal, Anisha, et autres
Publié: (2025)
par: Gunjal, Anisha, et autres
Publié: (2025)
ProxyDet: Synthesizing Proxy Novel Classes via Classwise Mixup for Open-Vocabulary Object Detection
par: Jeong, Joonhyun, et autres
Publié: (2023)
par: Jeong, Joonhyun, et autres
Publié: (2023)
RestoreGrad: Signal Restoration Using Conditional Denoising Diffusion Models with Jointly Learned Prior
par: Lee, Ching-Hua, et autres
Publié: (2025)
par: Lee, Ching-Hua, et autres
Publié: (2025)
Can Multimodal LLMs See Science Instruction? Benchmarking Pedagogical Reasoning in K-12 Classroom Videos
par: Shen, Yixuan, et autres
Publié: (2026)
par: Shen, Yixuan, et autres
Publié: (2026)
Data Lineage and Impact Analysis: Tools and Techniques for Data Governance
par: Srinivasa Rao Karanam
Publié: (2022)
par: Srinivasa Rao Karanam
Publié: (2022)
MultiVox: A Benchmark for Evaluating Voice Assistants for Multimodal Interactions
par: Selvakumar, Ramaneswaran, et autres
Publié: (2025)
par: Selvakumar, Ramaneswaran, et autres
Publié: (2025)
SAModified: A Foundation Model-Based Zero-Shot Approach for Refining Noisy Land-Use Land-Cover Maps
par: Pekhale, Sparsh, et autres
Publié: (2024)
par: Pekhale, Sparsh, et autres
Publié: (2024)
Wings of Change: Motivations, Challenges, and Environmental Concerns Among Birdwatchers
par: Kamal Raj Gosai, et autres
Publié: (2026)
par: Kamal Raj Gosai, et autres
Publié: (2026)
Enabling Modularity for Spin Qubits via Driven Quantum Dot-Mediated Entanglement
par: Srinivasa, V.
Publié: (2026)
par: Srinivasa, V.
Publié: (2026)
Are LLMs Court-Ready? Evaluating Frontier Models on Indian Legal Reasoning
par: Juvekar, Kush, et autres
Publié: (2025)
par: Juvekar, Kush, et autres
Publié: (2025)
Can't See the Forest for the Trees: Benchmarking Multimodal Safety Awareness for Multimodal LLMs
par: Wang, Wenxuan, et autres
Publié: (2025)
par: Wang, Wenxuan, et autres
Publié: (2025)
COLD-Attack: Jailbreaking LLMs with Stealthiness and Controllability
par: Guo, Xingang, et autres
Publié: (2024)
par: Guo, Xingang, et autres
Publié: (2024)
Agentic Rubrics as Contextual Verifiers for SWE Agents
par: Raghavendra, Mohit, et autres
Publié: (2026)
par: Raghavendra, Mohit, et autres
Publié: (2026)
Matching correlated VAR time series
par: Araya, Ernesto, et autres
Publié: (2025)
par: Araya, Ernesto, et autres
Publié: (2025)
FAST-Prefill: FPGA Accelerated Sparse Attention for Long Context LLM Prefill
par: Jayanth, Rakshith, et autres
Publié: (2026)
par: Jayanth, Rakshith, et autres
Publié: (2026)
Documents similaires
-
Audio MultiChallenge: A Multi-Turn Evaluation of Spoken Dialogue Systems on Natural Human Interaction
par: Gosai, Advait, et autres
Publié: (2025) -
Beyond Diagnosis: Evaluating Multimodal LLMs for Pathology Localization in Chest Radiographs
par: Gosai, Advait, et autres
Publié: (2025) -
TutorBench: A Benchmark To Assess Tutoring Capabilities Of Large Language Models
par: Srinivasa, Rakshith S, et autres
Publié: (2025) -
Not Every Rubric Teaches Equally: Policy-Aware Rubric Rewards for RLVR
par: Tyagi, Utkarsh, et autres
Publié: (2026) -
Automated ensemble method for pediatric brain tumor segmentation
par: Javaji, Shashidhar Reddy, et autres
Publié: (2023)