创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

SATE-Bench评测主动空间推理

AI 总结

论文《Humans in Space》于2026年10月25日提交至arXiv,提出包含316个真实场景和2,525组多轮问答的交互式基准SATE-Bench。该基准通过带步数惩罚的效率奖励,评估多模态大模型能否主动查询相邻视角,以获取被遮挡的视觉证据。作者报告称,受测模型常在高置信度下过早停止探索;GRPO微调虽提高了探索程度,却因过度探索和难以融合多视角上下文而降低总体准确率。

深度见解

SATE-Bench为检验多模态大模型能否通过主动观察获取证据、而非只依赖被动多视角感知,提供了具体评测方法。

Computer Science > Computer Vision and Pattern Recognition

arXiv:2610.34149 (cs)

[Submitted on 25 Oct 2026]

Title:Humans in Space: Can MLLMs Construct Human-Centric Spatial Understanding via Active Exocentric Exploration?

Authors:Tianchen Guo, Tengyue Zhang, Chen Liu, Ling Chen, Xin Yu

View a PDF of the paper titled Humans in Space: Can MLLMs Construct Human-Centric Spatial Understanding via Active Exocentric Exploration?, by Tianchen Guo and 4 other authors

#SATE-Bench#Multimodal Large Language Models#Group Relative Policy Optimization

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。