Los modelos de base multimodal se quedan cortos en el razonamiento físico: el punto de referencia PHYX destaca las limitaciones clave en la integración visual y simbólica
Los modelos de última generación muestran una precisión competitiva humana en AIME, GPQA, Math-500 y Olympiadbench, resolviendo problemas de nivel de Olimpiada. Los recientes modelos de fundaciones multimodales tienen puntos…