BedBench基准揭示视觉语言模型3D推理短板
热点事件持续更新
BedBench基准揭示视觉语言模型3D推理短板
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究团队提出BedBench基准，用13项程序化生成的3D推理任务测试视觉语言模型，发现模型在精确属性使用上与人类差距悬殊：按颜色计数任务中人类准确率93.3%，最佳模型仅7.2%。 该基准测试了12个开源权重模型和4个前沿模型。定向微调可将某模型在该任务上的准确率从3.0%提升至68.6%，但其对最常见颜色的回答仍与自身计数不一致。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
视觉语言模型在3D推理上为何失败？BedBench基准揭示精确属性使用鸿沟报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI视觉语言模型在3D推理上为何失败？BedBench基准揭示精确属性使用鸿沟
研究团队推出 BedBench 基准，包含 13 项程序化生成的 3D 推理任务，测试 12 个开源权重模型和 4 个前沿模型。按颜色计数任务中人类准确率 93.3%，最佳模型仅 7.2%；定向微调可将某模型从 3.0% 提升至 68.6%，但其对最常见颜色的回答仍与自身计数不一致。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。