研究人员在多模态语言模型(MLLMs)中识别出一个线性表示子空间,称为 S-Space,它似乎充当内部空间工作区。该子空间编码物体位置并允许进行空间推理,即使模型未被明确提示空间问题。虽然多模态语言模型可以形成强大的空间表征,但研究表明它们在执行可靠的跨不同视点推理所需空间转换的能力方面存在瓶颈。 AI
影响 识别出多模态语言模型中空间推理的潜在内部机制,并强调了视点转换方面的局限性。
排序理由 该集群包含一篇学术论文,详细介绍了多模态语言模型内部工作的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →