ERGeoBench:A Comprehensive Benchmark for Embodied Reasoning and Geo-localization in Multimodal Large Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Xue, Kaiwen, Wei, Tao, Zhang, Guoxin, Ou, Zhonghong, Lu, Kaoyan, Feng, Yu, Zhu, Yifan, Luo, Haoran |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
CreBench: Human-Aligned Creativity Evaluation from Idea to Process to Product
di: Xue, Kaiwen, et al.
Pubblicazione: (2025)
di: Xue, Kaiwen, et al.
Pubblicazione: (2025)
OmniRAG-Agent: Agentic Omnimodal Reasoning for Low-Resource Long Audio-Video Question Answering
di: Zhu, Yifan, et al.
Pubblicazione: (2026)
di: Zhu, Yifan, et al.
Pubblicazione: (2026)
FGU3R: Fine-Grained Fusion via Unified 3D Representation for Multimodal 3D Object Detection
di: Zhang, Guoxin, et al.
Pubblicazione: (2025)
di: Zhang, Guoxin, et al.
Pubblicazione: (2025)
EmbodiedBench: Comprehensive Benchmarking Multi-modal Large Language Models for Vision-Driven Embodied Agents
di: Yang, Rui, et al.
Pubblicazione: (2025)
di: Yang, Rui, et al.
Pubblicazione: (2025)
Robobench: A Comprehensive Evaluation Benchmark for Multimodal Large Language Models as Embodied Brain
di: Luo, Yulin, et al.
Pubblicazione: (2025)
di: Luo, Yulin, et al.
Pubblicazione: (2025)
LungCURE: Benchmarking Multimodal Real-World Clinical Reasoning for Precision Lung Cancer Diagnosis and Treatment
di: Hao, Fangyu, et al.
Pubblicazione: (2026)
di: Hao, Fangyu, et al.
Pubblicazione: (2026)
JailBench: A Comprehensive Chinese Security Assessment Benchmark for Large Language Models
di: Liu, Shuyi, et al.
Pubblicazione: (2025)
di: Liu, Shuyi, et al.
Pubblicazione: (2025)
MedHallBench: A New Benchmark for Assessing Hallucination in Medical Large Language Models
di: Zuo, Kaiwen, et al.
Pubblicazione: (2024)
di: Zuo, Kaiwen, et al.
Pubblicazione: (2024)
TSVC:Tripartite Learning with Semantic Variation Consistency for Robust Image-Text Retrieval
di: Lyu, Shuai, et al.
Pubblicazione: (2025)
di: Lyu, Shuai, et al.
Pubblicazione: (2025)
HM-Bench: A Comprehensive Benchmark for Multimodal Large Language Models in Hyperspectral Remote Sensing
di: Zhang, Xinyu, et al.
Pubblicazione: (2026)
di: Zhang, Xinyu, et al.
Pubblicazione: (2026)
NavBench: Probing Multimodal Large Language Models for Embodied Navigation
di: Qiao, Yanyuan, et al.
Pubblicazione: (2025)
di: Qiao, Yanyuan, et al.
Pubblicazione: (2025)
VP-Bench: A Comprehensive Benchmark for Visual Prompting in Multimodal Large Language Models
di: Xu, Mingjie, et al.
Pubblicazione: (2025)
di: Xu, Mingjie, et al.
Pubblicazione: (2025)
MolLangBench: A Comprehensive Benchmark for Language-Prompted Molecular Structure Recognition, Editing, and Generation
di: Cai, Feiyang, et al.
Pubblicazione: (2025)
di: Cai, Feiyang, et al.
Pubblicazione: (2025)
MMT-Bench: A Comprehensive Multimodal Benchmark for Evaluating Large Vision-Language Models Towards Multitask AGI
di: Ying, Kaining, et al.
Pubblicazione: (2024)
di: Ying, Kaining, et al.
Pubblicazione: (2024)
Structures Meet Semantics: Multimodal Fusion via Graph Contrastive Learning
di: Sun, Jiangfeng, et al.
Pubblicazione: (2025)
di: Sun, Jiangfeng, et al.
Pubblicazione: (2025)
Mementos: A Comprehensive Benchmark for Multimodal Large Language Model Reasoning over Image Sequences
di: Wang, Xiyao, et al.
Pubblicazione: (2024)
di: Wang, Xiyao, et al.
Pubblicazione: (2024)
GeoGramBench: Benchmarking the Geometric Program Reasoning in Modern LLMs
di: Luo, Shixian, et al.
Pubblicazione: (2025)
di: Luo, Shixian, et al.
Pubblicazione: (2025)
BenchBench: Benchmarking Automated Benchmark Generation
di: Zheng, Yandan, et al.
Pubblicazione: (2026)
di: Zheng, Yandan, et al.
Pubblicazione: (2026)
SpatialBench: Benchmarking Multimodal Large Language Models for Spatial Cognition
di: Xu, Peiran, et al.
Pubblicazione: (2025)
di: Xu, Peiran, et al.
Pubblicazione: (2025)
SQL-o1: A Self-Reward Heuristic Dynamic Search Method for Text-to-SQL
di: Lyu, Shuai, et al.
Pubblicazione: (2025)
di: Lyu, Shuai, et al.
Pubblicazione: (2025)
MonitorBench: A Comprehensive Benchmark for Chain-of-Thought Monitorability in Large Language Models
di: Wang, Han, et al.
Pubblicazione: (2026)
di: Wang, Han, et al.
Pubblicazione: (2026)
MDK12-Bench: A Multi-Discipline Benchmark for Evaluating Reasoning in Multimodal Large Language Models
di: Zhou, Pengfei, et al.
Pubblicazione: (2025)
di: Zhou, Pengfei, et al.
Pubblicazione: (2025)
Agent-ValueBench: A Comprehensive Benchmark for Evaluating Agent Values
di: Dong, Haonan, et al.
Pubblicazione: (2026)
di: Dong, Haonan, et al.
Pubblicazione: (2026)
MFC-Bench: Benchmarking Multimodal Fact-Checking with Large Vision-Language Models
di: Wang, Shengkang, et al.
Pubblicazione: (2024)
di: Wang, Shengkang, et al.
Pubblicazione: (2024)
CFinBench: A Comprehensive Chinese Financial Benchmark for Large Language Models
di: Nie, Ying, et al.
Pubblicazione: (2024)
di: Nie, Ying, et al.
Pubblicazione: (2024)
EmbodiedGovBench: A Benchmark for Governance, Recovery, and Upgrade Safety in Embodied Agent Systems
di: Qin, Xue, et al.
Pubblicazione: (2026)
di: Qin, Xue, et al.
Pubblicazione: (2026)
SEED-Bench-2-Plus: Benchmarking Multimodal Large Language Models with Text-Rich Visual Comprehension
di: Li, Bohao, et al.
Pubblicazione: (2024)
di: Li, Bohao, et al.
Pubblicazione: (2024)
CleanUpBench: Embodied Sweeping and Grasping Benchmark
di: Li, Wenbo, et al.
Pubblicazione: (2025)
di: Li, Wenbo, et al.
Pubblicazione: (2025)
Dental-TriageBench: Benchmarking Multimodal Reasoning for Hierarchical Dental Triage
di: He, Ziyi, et al.
Pubblicazione: (2026)
di: He, Ziyi, et al.
Pubblicazione: (2026)
SIV-Bench: A Video Benchmark for Social Interaction Understanding and Reasoning
di: Kong, Fanqi, et al.
Pubblicazione: (2025)
di: Kong, Fanqi, et al.
Pubblicazione: (2025)
PunchBench: Benchmarking MLLMs in Multimodal Punchline Comprehension
di: Ouyang, Kun, et al.
Pubblicazione: (2024)
di: Ouyang, Kun, et al.
Pubblicazione: (2024)
ProactiveBench: Benchmarking Proactiveness in Multimodal Large Language Models
di: De Min, Thomas, et al.
Pubblicazione: (2026)
di: De Min, Thomas, et al.
Pubblicazione: (2026)
PediaBench: A Comprehensive Chinese Pediatric Dataset for Benchmarking Large Language Models
di: Zhang, Qian, et al.
Pubblicazione: (2024)
di: Zhang, Qian, et al.
Pubblicazione: (2024)
MTR-Bench: A Comprehensive Benchmark for Multi-Turn Reasoning Evaluation
di: Li, Xiaoyuan, et al.
Pubblicazione: (2025)
di: Li, Xiaoyuan, et al.
Pubblicazione: (2025)
EmbSpatial-Bench: Benchmarking Spatial Understanding for Embodied Tasks with Large Vision-Language Models
di: Du, Mengfei, et al.
Pubblicazione: (2024)
di: Du, Mengfei, et al.
Pubblicazione: (2024)
MultiTrust: A Comprehensive Benchmark Towards Trustworthy Multimodal Large Language Models
di: Zhang, Yichi, et al.
Pubblicazione: (2024)
di: Zhang, Yichi, et al.
Pubblicazione: (2024)
RevGNN: Negative Sampling Enhanced Contrastive Graph Learning for Academic Reviewer Recommendation
di: Liao, Weibin, et al.
Pubblicazione: (2024)
di: Liao, Weibin, et al.
Pubblicazione: (2024)
Can MLLMs Reason Beyond Language? VisReason: A Comprehensive Benchmark for Vision-Centric Reasoning
di: Guo, Longteng, et al.
Pubblicazione: (2026)
di: Guo, Longteng, et al.
Pubblicazione: (2026)
LMOD+: A Comprehensive Multimodal Dataset and Benchmark for Developing and Evaluating Multimodal Large Language Models in Ophthalmology
di: Qin, Zhenyue, et al.
Pubblicazione: (2025)
di: Qin, Zhenyue, et al.
Pubblicazione: (2025)
IV-Bench: A Benchmark for Image-Grounded Video Perception and Reasoning in Multimodal LLMs
di: Ma, David, et al.
Pubblicazione: (2025)
di: Ma, David, et al.
Pubblicazione: (2025)
Documenti analoghi
-
CreBench: Human-Aligned Creativity Evaluation from Idea to Process to Product
di: Xue, Kaiwen, et al.
Pubblicazione: (2025) -
OmniRAG-Agent: Agentic Omnimodal Reasoning for Low-Resource Long Audio-Video Question Answering
di: Zhu, Yifan, et al.
Pubblicazione: (2026) -
FGU3R: Fine-Grained Fusion via Unified 3D Representation for Multimodal 3D Object Detection
di: Zhang, Guoxin, et al.
Pubblicazione: (2025) -
EmbodiedBench: Comprehensive Benchmarking Multi-modal Large Language Models for Vision-Driven Embodied Agents
di: Yang, Rui, et al.
Pubblicazione: (2025) -
Robobench: A Comprehensive Evaluation Benchmark for Multimodal Large Language Models as Embodied Brain
di: Luo, Yulin, et al.
Pubblicazione: (2025)