BedBench基准揭示VLM 3D推理局限
热点事件持续更新
BedBench基准揭示VLM 3D推理局限
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Khai Le-Duc等研究人员发布3D视觉推理基准BedBench，该基准包含13个程序生成任务。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，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，准确率虽提升3.0%至68.6%，但仍伴随内部不一致；探测Qwen3.5-27B表明精确计数可恢复但极少被采纳。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 12:00
VLM 3D 推理失效分析：BedBench 揭示的局限报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIVLM 3D 推理失效分析：BedBench 揭示的局限
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。