Distilling Routed 3D Privilege for Spatial Reasoning in Vision-Language Models

Đoạn trích bài viết

Lý luận không gian vẫn là một điểm yếu liên tục của các mô hình ngôn ngữ thị giác (VLM), bởi vì đầu vào RGB không cung cấp bằng chứng hình học trực tiếp.