MLLMの空間推論能力の課題: 屋内からオープンワールドへ

このArXivの記事は、マルチモーダル大規模言語モデル（MLLM）が、制御された屋内環境を超えて空間推論能力を拡張する際に直面する課題を調査している可能性があります。このギャップを理解することは、現実世界の複雑さをナビゲートし、理解できるMLLMを開発するために不可欠です。