arXiv · 机器人与计算机视觉· Chunxi Luo, Qishuai Ding, Xingchen Peng, Hengwei Ye, Ke Zhang, Wenxin Lian, Tianyi Lu, Chunlong Yu, Zhenya Lin·· 2026-10-15AI 评分38
Frame Evidence:多图像空间推理参考系与视觉证据基准发布
Frame Evidence:A Benchmark for Reference Frames and Visual Evidence in Multi-Image Spatial Reasoning
AI 导读
Frame Evidence 基准包含 320 组匹配三元组和 960 道中文选择题,涵盖三个参考系对比及图像删减变体。在 288 个保留问题上测试显示,GPT 三提示准确率仅 50%,而最佳三帧组合准确率低至 10.42%。该研究揭示少样本提示虽提升单项准确率却未改善联合正确性,暴露了视觉证据与参考系变化下的答案不稳定性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org