研究人员推出了SceneForesee,这是一个旨在评估大型多模态模型(LMM)时空推理能力的新基准。该基准侧重于预测和解释场景如何随时间演变,包括实体移动和交互。除基准外,他们还提出了EvoSee,一个通过学习未来几何和事件语义来提高LMM在时空任务上性能的框架,在SceneForesee和Dyn-Bench基准上表现优于Qwen3.5-9B等现有模型。 AI
影响 增强LMM理解动态场景的能力,可能改进视频分析和机器人领域的应用。
排序理由 该条目描述了一篇介绍用于AI模型时空推理的新基准和框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Dyn-Bench
- EvoSee
- Gotit.pub
- Hugging Face
- Qwen3.5:9b
- SceneForesee
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →