WOVEN视觉过渡推理训练源与基准发布
热点事件持续更新
WOVEN视觉过渡推理训练源与基准发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者发布 WOVEN，一个面向视觉过渡推理的训练源与基准，按场景、动作和推理类型组织监督数据，共 36,076 个样本，覆盖 20 种场景、5 种动作和 8 种推理类型，数据来自视频预训练生成模型的多样化真实感推演。 Zheyu Fan 等作者称，对 38 个前沿多模态大语言模型（如 GPT-5.4、Qwen3-VL-235B-A22B）的评测显示，其视觉转换推理能力远低于人类。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
WOVEN：将视觉世界建模融入多模态大语言模型报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CVWOVEN：将视觉世界建模融入多模态大语言模型
研究者提出 WOVEN，一个按场景、动作和推理类型组织视觉转换监督的训练源与基准，包含 36,076 个样本、20 种场景、5 种动作和 8 种推理类型。对 38 个前沿 MLLM（如 GPT-5.4、Qwen3-VL-235B-A22B）的评测显示其视觉转换推理能力远低于人类。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。