LLMジグソー：VLMにおける空間推論のベンチマーキング - 最先端モデルが5×5パズルで限界に

この記事は、最先端のVLM（Vision-Language Models）が空間推論において、特に5x5のジグソーパズルでの性能が低いという限界について論じています。空間能力を評価するためのベンチマーキングアプローチを提案しています。