跳到正文
热点事件持续更新

EMRD基准发布:评测VLM安全场景空间推理

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

EMRD论文作者在arXiv发布EMRD评测框架,将视觉语言模型(VLM)的空间推理解耦为探索、建图、记忆、决策四个阶段,用18项指标对11个开源与闭源VLM进行评测,覆盖16栋建筑及黑暗、烟雾、运动噪声三种压力条件。 评测结果显示,开源模型95%的回合存在房间未访问,物体检测率最多51%;运动噪声使闭源模型物体位置误差增加12-60%,强黑暗使建图召回率下降28-31个百分点。

AI 根据报道生成 · 46 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    EMRD 基准:评估 VLM 在安全关键场景下的探索、建图、记忆与决策能力

    新发布的 EMRD 评估框架将 VLM 空间推理解耦为探索、建图、记忆、决策四个阶段,用 18 项指标在 16 栋建筑及黑暗、烟雾、运动噪声三种压力条件下评测 11 个开源与闭源 VLM。结果显示,开源模型 95% 的回合存在房间未访问、物体检测最多 51%;运动噪声使闭源模型物体位置误差增加 12-60%,强黑暗使建图召回率下降 28-31 个百分点。

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。