Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 5 сентября 2026 года] Название: Geometry-Aware Test-Time Учиться в целях количественного пространственного рассуждения HTML (экспериментального) резюме: Quantitative space study in Visual-language Models (VLMs) имеет целью определить пространственные расстояния и направления взаимодействия между объектами в 3D пространстве на основе 2D изображения и естественной языковой информации. Несмотря на достигнутый в последнее время прогресс, пространственное обоснование НДЖ по-прежнему остается хрупким при сменах распределения, главным образом изза высокой стоимости трехмерного надзора. В результате модели часто создают противоречивые или противоречащие друг другу прогнозы, когда они сталкиваются с новыми конфигурациями объекта или перефразированными пространственными запросами, выявляя неправильную связь между полученными представлениями и основной геометрией. Для решения этой проблемы мы предлагаем TTL-SR - систему обучения в режиме Тестового времени для получения количественных пространственных обоснований, которая позволяет использовать ограничения на геометрическую согласованность и немаркированные данные испытаний для адаптации моделей к целевым областям. В частности, TTL-SR увеличивает запрос на ввод данных с помощью геометрически совмещенных вспомогательных запросов, фильтрует ненадежные прогнозы через адаптивное геометрическое инициирование для построения структурированных символических…
Геометрия-программа Тестирование-время обучения для количественного пространственного обоснования
arXiv: 26009,06004v1 Annualce Type: новый резюме: Количественная пространственно-пространственная аргументация в моделях визуального языка (VLM) направлена на определение пространственных расстояний и направлений взаимодействия между объектами в 3D пространстве от 2D изображения и естественной языковой информации. Несмотря на достигнутый в последнее время прогресс, пространственное обоснование НДЖ по-прежнему остается хрупким при сменах распределения, главным образом изза высокой стоимости трехмерного надзора. В результате модели часто создают противоречивые или противоречащие друг другу прогнозы, когда они сталкиваются с новыми конфигурациями объекта или перефразированными пространственными запросами, выявляя неправильную связь между полученными представлениями и основной геометрией. Для решения этой проблемы мы предлагаем TTL-SR - систему обучения в режиме Тестового времени для получения количественных пространственных обоснований, которая позволяет использовать ограничения на геометрическую согласованность и немаркированные данные испытаний для адаптации моделей к целевым областям. В частности, TTL-SR увеличивает запрос входных данных с помощью вспомогательных запросов геометрического соединения, фильтров ненадежных прогнозов через адаптивное геометрическое включение