MathVision是一個多模態推理模型的評測基準，其標準基於MATH-Vision數據集。該數據集包含3040道來自真實數學競賽、配有視覺情境的題目，任務形式為多項選擇，評估指標為準確率。MathVision與MathVista、MathVerse等同被視為主流數學推理測試集。
該基準被用於評估和比較各類多模態大模型的性能。例如，R1V 3.0模型在MathVision上取得了52.6分的成績。豆包2.0模型在MathVision基準測試中達到了SOTA水平。Open-Vision-Reasoner作為預訓練模型，首次在MathVision上使7B參數規模的模型準確率超越50%。
研發背景,發展歷程,
研發背景
MathVision（又稱MATH-Vision或MATH-V）是一個多模態數學推理模型評測基準。其數據集是一個精心整理的包含3,040道高質量數學題的數據集，題目均來自真實數學競賽，並配有視覺情境。評測任務類別包括復選題（MCQ）、數學（Math）、多模態（MultiModal）和推理（Reasoning）。
相關分析指出，MathVision與MathVerse等基準測試顯示出較高的相關性，表明它們在評估多模態大語言模型數學能力的重點領域存在重疊。
發展歷程
MathVision是一個用於評估多模態數學推理能力的基準測試數據集。它包含來自真實數學競賽的題目，並配有視覺情境。MathVision是流行的數學基準測試之一。
2025年7月9日，崑崙萬維發布並開源Skywork-R1V 3.0模型。在MathVision基準上，R1V 3.0取得了52.6分的成績。
2025年7月25日，火山引擎開源的Open-Vision-Reasoner模型在MathVision上達到51.8%的準確率。該模型首次在7B參數規模的預訓練模型中超越50%的性能門檻。
2025年8月，階躍星辰發布的Step-3模型採用MoE架構。Step-3在MathVision等榜單上取得了開源多模態推理模型的SOTA成績。
至2026年2月，豆包2.0大模型在MathVision等基準測試中達到業界SOTA水平。
