SpatialChain：审计 VLM 空间推理忠实度的基准

SpatialChain 是一个用于审计 VLM 空间推理忠实度的基准，包含 28,350 条训练样本和 899 条测试样本，将 GQA 空间问题与场景图推理链配对，仅保留生成答案与符号真值匹配的样本。其双轴评估结合客观链重叠指标与场景图感知的 LLM 评判器，对忠实度进行打分，以区分正确答案来自真实空间推理还是语言捷径。