RoTA-Bench: Đánh giá lý luận không gian 3D thông qua sự sắp xếp chiếu tương tác
RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment
Đoạn trích bài viết
Các mô hình ngôn ngữ thị giác có thể biến quan sát 2D thành sự hiểu biết 3D hỗ trợ hành động chính xác không? Điều này đòi hỏi phải suy luận về hình học đối tượng, dự đoán tác động của xoay quanh, và tinh chỉnh hành động thông qua phản hồi trực quan.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.