PhysToolBench هي مجموعة بيانات للإجابة على الأسئلة باللغات المرئية (VQA)، أصدرتها جامعة هونغ كونغ للعلوم والتكنولوجيا (قوانغتشو) عام ٢٠٢٥ بالتعاون مع جامعة هونغ كونغ للعلوم والتكنولوجيا، وجامعة بكين للملاحة الجوية والفضائية، ومؤسسات أخرى. عنوان البحث ذي الصلة هو "...".PhysToolBench: تقييم فهم الأدوات الفيزيائية لشركات التسويق متعدد المستوياتتهدف الدراسة إلى تقييم قدرة نماذج اللغة الكبيرة متعددة الوسائط (MLLMs) على تحديد وفهم وإنشاء الأدوات المادية.

تحتوي هذه المجموعة من البيانات على أكثر من 1000 زوج من الصور والنصوص، تغطي سيناريوهات متنوعة، بما في ذلك الحياة اليومية، والصناعة، والأنشطة الخارجية، والبيئات المهنية. وهي مقسمة إلى ثلاثة مستويات صعوبة: سهل، ومتوسط، وصعب. هيكل المهمة كالتالي:

• إنشاء الأدوات
• التعرف على الأدوات
• فهم الأدوات