实体
OVO-S-Bench
OVO-S-Bench
PulseAugur coverage of OVO-S-Bench — every cluster mentioning OVO-S-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
ChronoReplay方法在多个基准测试中提升了VLM的空间智能
研究人员开发了ChronoReplay，一种用于提高视觉语言模型（VLM）空间智能的新颖方法。该方法解决了“接口锁定”问题，即为一个空间任务进行的训练会阻碍在其他任务上的表现。通过将异构空间监督作为时间序列片段进行回放，并在不同任务家族之间平衡学习，ChronoReplay同时提高了在多个基准测试上的性能。与其他的监督设置相比，该方法在OST-Bench上取得了显著的13.41分的提升，并在三个基准测试的平均得分上达到了最高。
-
新基准揭示MLLMs在流式空间智能方面存在困难
研究人员推出OVO-S-Bench，一个旨在评估多模态大语言模型（MLLMs）在流式环境中的空间智能的新基准。该基准包含348个视频中的1680个问题，重点关注与机器人和自动驾驶相关的连续自我中心流。初步评估显示，Gemini-3.1-Pro在分配中心映射任务上明显落后于人类专家，并且令人惊讶的是，专门的流式MLLMs的表现不如其基础模型。