SATE-Bench：评测MLLM主动空间探索的新基准
热点事件持续更新
SATE-Bench：评测MLLM主动空间探索的新基准
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究团队提出交互式基准 SATE-Bench，包含 316 个真实场景和 2525 条多轮问答对，用于评测多模态大模型（MLLM）的视觉自我意识与主动外视角探索能力。 评测显示，当前最先进（SOTA）的 MLLM 在证据不足时会过早停止探索，却仍报告高置信度，并且难以处理细粒度 3D 几何任务。团队用 GRPO 微调奖励视角寻求，虽能提升主动探索，却因过度探索和多轮多视角上下文融合失败而降低整体准确率。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
SATE-Bench：MLLMs 能否通过主动外视角探索构建以人为中心的空间理解？报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLSATE-Bench：MLLMs 能否通过主动外视角探索构建以人为中心的空间理解？
研究团队提出 SATE-Bench，包含 316 个真实场景和 2525 条多轮 QA 对，用于评测 MLLMs 的视觉自我意识与主动外视角探索能力。评测显示，当前 SOTA MLLMs 会在证据不足时过早终止探索却报告高置信度，且难以处理细粒度 3D 几何任务。用 GRPO 微调奖励视角寻求虽能提升主动探索，却因过度探索和多轮多视角上下文融合失败而降低整体准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。