
VLM脑中真的藏着3D地图?匹兹堡团队挖出拓扑表征,500步微调最高涨12.1%
NeurIPS 2026 Spotlight研究显示,VLM中间层存在被颜色和形状遮蔽的场景拓扑信号;把它分离并写进训练目标后,空间推理明显改善。
匹兹堡大学研究者发现,视觉语言模型中间层包含可提取的3D场景拓扑表征,只是常被颜色、形状等视觉语义遮蔽。团队通…
暂无菜单项
VLM Latent Shaping是匹兹堡大学智能系统实验室公开的研究代码,用于提取、分析和塑造视觉语言模型中的3D场景拓扑子空间。

NeurIPS 2026 Spotlight研究显示,VLM中间层存在被颜色和形状遮蔽的场景拓扑信号;把它分离并写进训练目标后,空间推理明显改善。
匹兹堡大学研究者发现,视觉语言模型中间层包含可提取的3D场景拓扑表征,只是常被颜色、形状等视觉语义遮蔽。团队通…
