Компьютерная наука > Компютерное видение и распознавание моделей [представлено 8 октября 2026 года] Название: SpaceCast-Bench: Evaluation Previsionive Raisoning in Vision-Language Models View PDF HTML (экспериментальное) Резюме: Наличие критериев пространственного обоснования в основном тестирует территориальное восприятие: изучение отношений, уже видимых в вводной информации. Однако в реальном мире пространственно-пространственная разведка требует предсказания пространственных рассуждений: построения сцены на основе наблюдений, прогнозирования того, как вмешательство изменяет ее и аргументации относительно невидимого результата. Мы введем космический фильтр - первый контрольный параметр для непосредственной и диагностической оценки этого потенциала. Построенный вокруг системы наблюдения и трансформации, ее 3 862 вопроса из 182 реальных сцен охватывают 16 видов задач на трех уровнях: статическое восприятие, местное прогнозирование и глобальное предсказание, постепенно требующие понимания ситуатуры, обновление пространственного состояния и реляционные выводы по ненаблюдаемым результатам. Оценка 21 модели выявила явный разрыв: наиболее сильная модель достигает лишь 58,0% по сравнению с 87,2% показателей деятельности человека, в то время как пространственно-специализированные модели остаются практически случайными. Контролируемый анализ также показывает, что для интеграции распределенных наблюдений крайне важное значение имеют точки соприкосновения и что четкие…
Спейс-Системы: оценка прогноза пространственного обоснования в моделях зрения и языка
arXiv: 261 010.124002v 1 Annuales Type: New Habrit: Существующие критерии пространственного обоснования в основном проверяют территориальное восприятие: прочтение отношений, уже видимых во входном материале. Однако в реальном мире пространственно-пространственная разведка требует предсказания пространственных рассуждений: построения сцены на основе наблюдений, прогнозирования того, как вмешательство изменяет ее и аргументации относительно невидимого результата. Мы введем космический фильтр - первый контрольный параметр для непосредственной и диагностической оценки этого потенциала. Построенный вокруг системы наблюдения и трансформации, ее 3 862 вопроса из 182 реальных сцен охватывают 16 видов задач на трех уровнях: статическое восприятие, местное прогнозирование и глобальное предсказание, постепенно требующие понимания ситуатуры, обновление пространственного состояния и реляционные выводы по ненаблюдаемым результатам. Оценка 21 модели выявила явный разрыв: наиболее сильная модель достигает лишь 58,0% по сравнению с 87,2% показателей деятельности человека, в то время как пространственно-специализированные модели остаются практически случайными. Контролируемые анализы
