arXiv · NLP· Tianchen Guo, Tengyue Zhang, Chen Liu, Ling Chen, Xin Yu·· 4 小时前AI 评分28
SATE-Bench：评估多模态大语言模型在遮挡场景下主动探索空间理解的新基准
Humans in Space: Can MLLMs Construct Human-Centric Spatial Understanding via Active Exocentric Exploration?
AI 导读
SATE-Bench 提出了一种包含316个真实场景和2525个多轮问答对的新基准，用于评估多模态大语言模型的视觉自我意识和主动视角探索能力。 该基准结合被动多视角控制和主动探索设置，模型从严重遮挡视角出发，需迭代查询相邻视角直至获得足够证据，并按步骤惩罚的效率奖励评分。
来源：arXiv · NLP · arxiv.org