微调Gemma-4 MoE在2D/3D旋转检测上优于通用模型
资讯摘要
论文针对视觉语言模型在空间推理上的不足，使用多个物体旋转数据集进行训练与评测。作者报告，微调后的Gemma-4混合专家（MoE）模型在预测由轴和角度定义的旋转时，明显优于微调后的Gemma-4通用模型；微调也提升了无显式坐标系下2D表示的角度估计。此外，可识别物体并未提高角度检测准确率，而具有显著线性特征的物体表现更好。
要点速读
- 论文使用多个物体旋转数据集开展训练与评测，覆盖2D和3D旋转检测。
- 作者报告，微调后的Gemma-4 MoE模型在轴与角度旋转预测上优于微调后的Gemma-4通用模型。
- 微调提升了无显式坐标系下2D表示的角度估计；可识别物体未提升准确率，线性特征显著的物体表现更好。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。