arXiv cs.AI· Ying Li, Yongle Cheng, Jing Li, Xingquan Cai, Yawei Luo·· 11 小时前AI 评分31
CST-Bench：用因果转移在线自蒸馏评测反事实空间转换推理
CST-Bench: Benchmarking Counterfactual Spatial Transition Reasoning with Causal Transition On-Policy Self-Distillation
AI 导读
研究者提出 CST-Bench，一个面向多模态大模型反事实空间推理的基准，含 7,082 个样例、6 类干预和 12 种变换算子，并带干预来源、受影响关系、不变关系等因果标注。实验显示，在普通空间推理上有效的方法在反事实干预下仍可能失败。团队同时提出 CT-OPSD，用 CST-Bench 标注引导教师模型学习反事实状态转移与因果推理链，再蒸馏给学生模型，使其仅凭真实观测推理。
正文 · AI 翻译
摘要：空间推理是多模态大语言模型（MLLMs）的一项基本能力，然而现有基准主要关注静态场景理解。当物体被移动或交换时，模型不仅需要推断空间关系，还需要推断干预如何改变场景状态。为解决这一问题，我们提出了 CST-Bench，一个用于反事实空间推理的基准。CST-Bench 包含 7,082 个示例，涵盖 6 种干预类型和 12 种变换算子，并带有密集的因果标注，包括干预来源、受影响的关系、预期效果、不变关系和度量变化。我们在 CST-Bench 上对通用 MLLMs 进行了基准测试，并进一步在 CST-Bench 和标准空间基准上比较了后训练策略。结果表明，对普通空间推理有效的方法在反事实干预下仍可能失败。我们进一步将反事实空间推理形式化为因果状态转移建模，并提出 CT-OPSD，它利用 CST-Bench 标注引导教师模型学习反事实状态转移和因果推理链。这些推理链随后被蒸馏到仅从真实观测进行推理的学生模型中。总体而言，实验结果确立了 CST-Bench 作为反事实空间推理的一个具有挑战性的基准和可复用的监督资源。CT-OPSD 进一步初步展示了其标注如何支持模型改进。
| 评论： | 18 页，5 幅图，8 张表；包含技术补充材料 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.07541 [cs.AI] |
| （或 arXiv:2611.07541v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07541 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yongle Chen [查看电子邮件]
[v1]
2026 年 11 月 5 日星期四 06:49:51 UTC（3,109 KB）
来源：arXiv cs.AI · arxiv.org