实体 SSI-Bench

SSI-Bench

PulseAugur coverage of SSI-Bench — every cluster mentioning SSI-Bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_63108 · Jun 1 · 04:00

新基准揭示视觉语言模型（VLM）的空间推理局限性

研究人员推出了一项名为SSI-Bench的新基准，旨在评估视觉语言模型（VLM）在复杂、受约束环境中的空间智能。该基准包含1000个排序问题，侧重于现实世界3D结构中的几何和拓扑推理，要求模型解决复杂的空间关系。目前，VLM的表现与人类相比存在显著差距，最佳模型的准确率仅为33.6%，这表明其空间理解能力存在根本性局限。