论文研究普通
SpatialBlock:用合成积木堆叠任务提升 LVLM 空间智能
原始标题:SpatialBlock: Enhancing Spatial Intelligence in LVLMs via Synthetic Block-Stacking Problem
内容摘要
研究者提出 SpatialBlock 范式,通过结构化积木操作任务让 LVLM 学习基础空间技能,并发布含 15,000 道积木堆叠问题的合成数据集 SpatialBlock-15k,覆盖 3D 到 2D 投影、视角变换与结构组合,还引入受控颜色调制作为视觉线索。实验显示,用该数据集训练的 LVLM 在直接作答和基于推理的预测两种方式下均显著优于基线,并能泛化到真实世界空间任务。代码与数据已公开。
内容分类AI 论文与研究
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源HuggingFace Daily Papers(社区热门论文)
站内情报编号intel-84d87a10d11ffacf4b4525de