Компьютерная наука > Компютерное видение и распознавание шаблонов [представлено 26 октября 2026 года] Название: " Учеба и разум с геометрией: Как поколение помогает пространственному пониманию PDF Abstract: Immage and Videoгенераторы могут производить пространственно последовательное визуальное содержание, но как использовать эту возможность для улучшения пространственного понимания остается недостаточно изученным. Мы изучаем эту проблему с двух точек зрения: геометрический контроль в ходе подготовки кадров и прямые геометрические данные во время вывода. С этой целью мы внедряем единую модель геометрического понимания и поколения (GEOUG), которая объединяет глубину и многовидовое поколение с пространственным пониманием. Во-первых, мы спроектируем многомасштабный код глубины, который позволяет производить метрическую глубину при помощи предварительно подготовленного визуального автоенкодера и показывает, что совместная подготовка дает достижение в пространственном понимании зависящей от конкретных задач. Во-вторых, мы введем 3DCueBench для контроля за геометрическими трудностями при уравновешивании выбранных 2D сигналов и выясним, что генерируемая глубина дает более значительный выигрыш с точки зрения рассуждений по вопросам, требующим тонкозернистой геометрической дискриминации. Основываясь на этом выводе, мы разрабатываем адаптивную межлистовую аргументацию, в которой GeoUG сначала составляет ответ и затем решает, генерировать ли геометрические доказательства для…
Учиться и рассуждать с помощью геометрии: как поколение помогает пространственному пониманию
arXiv: 261 030,36022v1 Annualte Type: New Humber: Image and Video Energies могут производить пространственно-последовательное визуальное содержание, но как использовать эту возможность для улучшения пространственного понимания остается недостаточно изученным. Мы изучаем эту проблему с двух точек зрения: геометрический контроль в ходе подготовки кадров и прямые геометрические данные во время вывода. С этой целью мы внедряем единую модель геометрического понимания и поколения (GEOUG), которая объединяет глубину и многовидовое поколение с пространственным пониманием. Во-первых, мы спроектируем многомасштабный код глубины, который позволяет производить метрическую глубину при помощи предварительно подготовленного визуального автоенкодера и показывает, что совместная подготовка дает достижение в пространственном понимании зависящей от конкретных задач. Во-вторых, мы введем 3DCueBench для контроля за геометрическими трудностями при уравновешивании выбранных 2D сигналов и выясним, что генерируемая глубина дает более значительный выигрыш с точки зрения рассуждений по вопросам, требующим тонкозернистой геометрической дискриминации. Основываясь на этом выводе, мы развиваем адаптивную межсвязанную аргументацию.