Self-Evolving Spatial Reasoning in Vision Language Models via Geometric Logic Consistency

En 3 lignesSAGE, un framework d'auto-évolution, améliore le raisonnement spatial des VLMs en appliquant une cohérence logique via des opérations géométriques et linguistiques. Intégré comme étape de post-training GRPO légère, il corrige les incohérences sous transformations prédictibles et montre des gains sur benchmarks vidéo et spatial.

Résumé généré par Claude — vérifié par l'humain