热点事件持续更新
多模态大模型空间推理数据中心化综述
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CV 出现一篇综述，从“以数据为中心”的视角梳理多模态大语言模型（MLLM）完成空间推理任务的数据相关方法。综述覆盖从监督学习到强化学习的技术路线，并按数据集设计、数据集构建与评估三类进行组织。其中，构建固定空间标注的主流方法被归纳为四种：规则与模板、LLM prompting、程序化生成以及 human-in-the-loop；在评估环节，各类工作在打分方法、容差指标和 benchmark 类型上差异显著。截至目前，该综述已公开列出上述分类框架，尚未见后续修订或其他来源的补充报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
arXiv 发布综述，从数据中心化视角归纳 MLLM 空间推理的四类标注构建方法与评估差异。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CV以数据为中心理解多模态大语言模型（MLLM）的空间推理
一篇综述梳理了微调预训练 MLLM 完成空间推理任务的数据相关方法，覆盖监督学习到强化学习，并按数据集设计、数据集构建与评估分为三类。构建固定空间标注的主流方法有规则与模板、LLM prompting、程序化生成和 human-in-the-loop 四种，评估则在打分方法、容差指标和 benchmark 类型上差异显著。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。