Kertas penyelidikan

Daripada kognisi lokasi kepada pemahaman fungsi: menubuhkan penanda aras kecerdasan fungsi spatial untuk model bahasa besar multimodal

Tajuk asal:From Where Things Are to What They’re For: Benchmarking Spatial–Functional Intelligence for Multimodal LLMs

Ringkasan AI

Penanda aras sedia ada seperti VSI-Bench terutamanya menilai keupayaan persepsi geometri asas, tetapi tidak dapat menjangkau kognisi peringkat tinggi yang diperlukan oleh kecerdasan terjelma. Oleh itu, pasukan penyelidik memperkenalkan penanda aras kecerdasan fungsi spatial SFI-Bench, yang mengandungi lebih 1700 soalan, dengan data daripada video imbasan dalaman orang pertama yang pelbagai. SFI-Bench bertujuan menilai secara sistematik keupayaan penaakulan spatial lanjutan model besar multimodal daripada persepsi lokasi objek kepada pemahaman niat fungsi, menandakan penilaian kognisi spatial ejen beralih daripada lapisan geometri kepada lapisan fungsi.

Maklumat penting

  • Penanda aras sedia ada seperti VSI-Bench terutamanya menilai keupayaan persepsi geometri…
  • Oleh itu,pasukan penyelidik memperkenalkan penanda aras kecerdasan fungsi spatial SFI-Bench,yang…
  • SFI-Bench bertujuan menilai secara sistematik keupayaan penaakulan spatial lanjutan model besar…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Apple Machine Learning Research(RSS)
Kategori
Kertas penyelidikan
Skor AI
73
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

Apple 自己搞的 SFI-Bench 把评估从几何定位推进到功能理解,这个方向很对,做具身智能和空间推理的团队该跟一下。

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Daripada kognisi lokasi kepada pemahaman fungsi: menubuhkan penanda aras kecerdasan fungsi spatial untuk model bahasa besar multimodal. 6 Mei 2026. https://new.nat6.net/ms/news/cmoumrg40016rslv9r33qvhhb/

Lihat Semua →