arXiv · AI· Khai Le-Duc, Nguyen Kim Hai Bui, An Ngo, Nam D. Hoang, Yueqi Song, Jiarui Liu, Thai Quoc Hoang, Fang Wu, Chris Ngo, Terry Jingchen Zhang, Mona T. Diab, Ran Xu, Silvio Savarese, Xiao-Ming Wu·· 6 小时前AI 评分45
VLM 3D 推理失效分析：BedBench 揭示的局限
Where Do Vision Language Models Fail at 3D Reasoning?
AI 导读
研究发现视觉语言模型在 3D 推理中难以一致利用物体属性，新基准 BedBench 显示其在按颜色计数任务上准确率仅 7.2%，而人类达到 93.3%。 针对微调模型 3.0% 至 68.6% 的准确率提升仍伴随内部不一致，探测 Qwen3.5-27B 表明精确计数可恢复但极少被采纳。 文章建议评估 3D 推理需关注精确正确性、一致使用性及图像依赖性，代码和数据集已公开。
来源：arXiv · AI · arxiv.org