Shubh Garg等发布场景图记忆诊断研究

Shubh Garg等发布了一项针对具身视觉语言模型场景图记忆机制的诊断研究，旨在评估模型是否真正依赖图结构。研究人员提出了图交换测试，并在包含两至七间房间路径的问答基准中验证了该测试的有效性。 实验结果显示，文本形式记忆比无记忆提升30分，但图编码形式表现不佳。进一步研究表明，将每个节点分配独立输入token可额外提升8.3分，且通过交换测试验证了该增益确实源自图结构。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。