Hugging Face Daily Papers· Rafi Ibn Sultan·· 18 天前AI 评分24
SpatialCORE：大型视觉语言模型中的置信度感知空间推理
SpatialCORE: Confidence-Aware Grounded Spatial Reasoning in Large Vision--Language Models
AI 导读
SpatialCORE 提出一种置信度感知的 grounded 空间推理方法，针对大型视觉语言模型（LVLMs）在视觉空间推理上的持续短板。现有引入 grounding 的空间推理方法只优化最终答案正确性，即使模型未基于高置信度定位结果推理也能获得奖励。
来源：Hugging Face Daily Papers · huggingface.co