STRIDE 驾驶边缘场景时空推理基准发布

研究者 Lieqi Liu 等人发布 STRIDE，一个面向长尾、安全关键驾驶场景的对象中心基准，用于评估模型的时空推理能力，覆盖空间感知、空间理解、时间记忆、时间外推、轨迹预测和场景上下文感知六类任务。 在 12 个专有、开放权重和驾驶专用模型上，表现最好的 GPT-6-Astra 平均选择题准确率仅 43.4%，随机选择基线约为 20%。分析显示，描述驾驶场景能力强并不代表安全关键判断准确，模型重建物体运动比回忆过去位置更困难。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。