回到最新动态
交叉发布 / THE SIGNAL

论文:空间推理中的视觉想象表征

Representing the Unseen: Rethinking Visual Imagination for Spatial Reasoning

重要性 5.5 AI 辅助整理

准确想象 RGB 不等于空间推理正确,表征选择很关键。

资讯摘要

论文提出 ImagiRep 基准,含 922 道题、七种题型,覆盖视角想象与跨视角整合两类设置,为同一未观测状态提供 oracle RGB 及深度、全景、俯视几何等六种替代表征。作者报告,即使想象出的 RGB 准确,也不保证空间推理正确,不同问题受益于不同表征;基于此提出轻量测试时策略 GEARS 做自适应表征选择,表现优于现有空间想象方法。

要点速读

  1. ImagiRep 基准包含 922 道题、七种题型,覆盖视角想象与跨视角整合两类设置。
  2. 作者报告准确的想象 RGB 不保证空间推理准确,不同问题受益于不同表征。
  3. 论文提出测试时自适应表征选择策略 GEARS,称其优于现有空间想象方法。

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 2026/10/29 08:00:21(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。

阅读 arXiv · cs.CL 原文arxiv.org · 在新窗口打开