SpatialBlock：用合成积木堆叠任务提升 LVLM 空间智能
SpatialBlock: Enhancing Spatial Intelligence in LVLMs via Synthetic Block-Stacking Problem
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 SpatialBlock-15k，一个包含 15,000 道积木堆叠问题的合成数据集，覆盖 3D 到 2D 投影、视角变换和结构组合，并加入受控颜色调制作为视觉线索。LVLM 经直接作答或基于推理的预测训练后，表现显著优于基线，并能泛化到真实空间任务。代码与数据已公开。
来源：Hugging Face Daily Papers · arxiv.org