VAMPS：视觉辅助数学问题求解基准

多模态大语言模型虽具备复杂推理能力，但在需借助工具（尤其是可视化工具）外部化问题并基于输出推理时，性能往往下降。为此，本文提出 VAMPS 基准，包含 1168 个源自伊朗大学入学考试的双语多模态选择题，旨在评估模型通过绘图揭示交点、极值等特征来辅助解题的能力。研究发现，即便在绘图是自然策略的问题上，直接解析求解的表现仍优于启用工具的视觉求解方法。