跳到正文
Hugging Face Daily Papers·· 2026-10-14AI 评分52

RoTA-Bench:基于交互式投影对齐的三维空间推理评估基准

RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment

AI 导读

RoTA-Bench 是一个用于评估视觉语言模型(VLM)将二维观测转化为三维理解能力的基准。该基准通过交互式 3D 到 2D 投影对齐任务,要求模型在有限操作预算内选择连续旋转以恢复目标投影。

来源:Hugging Face Daily Papers · arxiv.org