SPACENUM: Revisiting Spatial Numerical Understanding in VLMs

En 3 lignesSpaceNum évalue la compréhension numérique spatiale dans les VLMs via deux tâches bidirectionnelles (Num2Space, Space2Num). Les modèles actuels échouent largement à ancrer les nombres dans le sens spatial, performant près du hasard. Ils s'appuient sur des indices spatiaux superficiels et ne construisent pas de représentations stables basées sur les coordonnées.

Résumé généré par Claude — vérifié par l'humain