arXiv · 机器人与计算机视觉· Junming Liu, Yuqi Li, Yifei Sun, Maonan Wang, Yiming Cheng, Rui Qian, Piotr Koniusz, Yirong Chen, Ding Wang·· 2026-10-09AI 评分68
基于几何逻辑一致性的视觉语言模型自进化空间推理
Self-Evolving Spatial Reasoning in Vision Language Models via Geometric Logic Consistency
AI 导读
视觉语言模型在空间推理上仍显脆弱,本文提出 Spatial Alignment via Geometric Evolution (SAGE) 框架,利用几何与语言对偶操作及动态操作池机制,在 GRPO 训练中实现模型的自进化以增强推理鲁棒性。实验显示该方法在视频和空间推理基准测试中表现优于强基线,且具备模型无关性和数据高效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org