arXiv · NLP· Mahdieh Mallahnezhad, Masoud Jafaripour, Mohamadali Tofigh, Sheila Schoepp, Osmar R. Zaiane·· 2026-10-15AI 评分27
面向多模态大语言模型空间推理的数据驱动综述
Towards a Data-Centric Understanding of Spatial Reasoning in Multimodal Large Language Models
AI 导读
该综述聚焦多模态大语言模型空间推理的后训练方法,重点分析微调所用数据集。研究将现有工作划分为数据集设计、构建与评估三类。 综述归纳了固定空间标注的四种构建方法:规则模板、LLM 提示、程序化生成及人在环路。 文章指出统一动态标注、评估标准化及高效推理是未来关键研究方向。
来源:arXiv · NLP · arxiv.org