Zinan Zheng 等提出 SpatialMem 框架与 MetricBench 基准
热点事件持续更新
Zinan Zheng 等提出 SpatialMem 框架与 MetricBench 基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zinan Zheng、Nuo Chen 和 Jia Li 针对现有视觉语言模型(VLM)代理在定量空间推理中依赖固定工具管道的局限,提出了 SpatialMem 记忆框架并发布 MetricBench 基准。该框架通过任务记忆与场景记忆的双层结构积累工具使用经验,利用双状态轨迹优化保留成功经验并修正次优策略。 作者称,该方法在 MetricBench、Q-Spatial 和 SpatilRGPT-Bench 上均取得最先进结果,其中在 MetricBench 上优于最佳 VLM 基线 32%。此外,记忆设计使代理在 MetricBench 上的表现比无记忆版本提升 9.1% 的绝对值。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 13:00
SpatialMem:构建具备分层记忆的定量空间推理智能体报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉SpatialMem:构建具备分层记忆的定量空间推理智能体
该论文针对现有 VLM 代理在定量空间推理中依赖固定工具管道的局限,提出了 SpatialMem 记忆框架。该方法通过任务记忆与场景记忆的双层结构积累工具使用经验,并利用双状态轨迹优化保留成功经验、修正次优策略。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。