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。

• •MLLMは、制御された環境外での空間推論に限界を示します。
• •この記事は、オープンワールドの空間的関係を理解するMLLMの能力における特定の弱点を特定している可能性があります。
• •この結果は、MLLMの空間的理解を向上させることに焦点を当てた将来の研究に役立つ可能性があります。