arXiv · cs.CL· Hongxing Li·· 19 天前AI 评分50
SpaceCast-Bench 基准发布：评估视觉语言模型的预测性空间推理
SpaceCast-Bench: Evaluating Predictive Spatial Reasoning in Vision-Language Models
来源与原文
arXiv · cs.CL
作者：Hongxing Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.12402v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Hongxing Li 等在 arXiv 发布 SpaceCast-Bench，首个直接评估视觉语言模型预测性空间推理的基准，包含来自182个真实场景的3862道题、16种任务类型，分静态感知、局部预测和全局预测三层。21个模型中最强者仅达58.0%，远低于人类的87.2%，空间特化模型接近随机水平；微调使 Qwen3-VL-4B 从34.0%提升到65.7%，并在六个域外基准上有宏观平均提升。
来源：arXiv · cs.CL · arxiv.org