实体 TriViewBench

TriViewBench

PulseAugur coverage of TriViewBench — every cluster mentioning TriViewBench 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_109506 · Jun 24 · 17:00

新基准揭示多模态大语言模型在复杂视觉推理方面存在困难

一个名为 TriViewBench 的新基准已被开发出来，用于评估多模态大语言模型（MLLMs）的结构推理能力。该基准包含具有不同物体数量和遮挡的合成 3D 场景，结果显示所有 18 个经过评估的 MLLMs 都表现出一致的性能层级，其中局部决策任务最容易，全局恢复任务最具挑战性。随着复杂度的增加，性能显著下降，物体计数和全局恢复任务的性能下降幅度很大。错误分析表明，当前的 MLLMs 在跨视图空间表示方面存在困难，而思维链提示（Ch…