跳到正文
arXiv · 机器人与计算机视觉· Lieqi Liu, Rui gao, Jia-Chen Gu, Wenbo Hu, Zhaobin Mo, Ahmadreza Moradipari, Nejib Ammar, Wei Wang, Nanyun Peng·· 2026-10-19精选AI 评分78

STRIDE:自动驾驶边缘案例中的时空推理评估基准

STRIDE: Evaluating Spatiotemporal Reasoning in Driving Edge Cases

AI 导读

STRIDE 是一个面向自动驾驶长尾安全场景的物体中心基准,涵盖空间感知、时间记忆与轨迹预测等六类任务。该基准在十二个模型上测试发现,即使表现最好的 GPT-6-Astra 在多选题准确率也仅为 43.4%,且描述场景的能力无法转化为准确的安全判断,模型更难以重构物体运动而非回忆过去位置。

推荐理由

该基准通过多任务评估揭示现有模型在时空推理上的短板,指出描述能力与安全判断能力的脱节。

来源:arXiv · 机器人与计算机视觉 · arxiv.org