Контрольные модели мультимодальных крупных языков для нулевого-выстрелового взаимодействия между человеком и человеком
arXiv:2610.18161v1 Annuate Type: New Human-Object Communication (HOI) попрежнему не изучены. В отличие от традиционных подходов HOI, основанных на обширных маркированных наборах данных и таксономиях фиксированного взаимодействия, MLLM предлагает гибкие рассуждения, что делает их хорошо пригодными для динамических реальных сценариев. В рамках этой работы мы представляем первое систематическое исследование МЗЛМ для распознавания и обнаружения HOI в трубопроводе, который сочетает внешний детектор объектов для локализации образований с нулевыми мультимодальными аргументами для понимания взаимодействия. Мы внедряем базовый механизм для принципиальной оценки с нулевой отметкой, состоящий из i) единой таксономии стратегий нулевого реагирования и ii) методологии преобразования символических файлов в оценочные показатели взаимодействия, что позволяет проводить справедливое сопоставление со специализированными моделями HOI при стандартных показателях. В поддержку быстрого