研究者提出SpaceConflict基准与OSS方法

研究者 Jinchang Zhang 与 Guoyu Lu 提出 SpaceConflict 基准和 Operational State Supervision（OSS）监督方法，用于研究多模态大模型“能正确报告空间事实、却未必在后续推理中使用该事实”的现象。该基准含 23,196 条输入，覆盖从 L1 局部事实绑定到 L4 变换下状态判断四个层级。 研究称其揭示了“可用性—利用率”鸿沟：Qwen3.5-9B 在 100 条正确恢复初始状态的序列中有 50 条无法完成完整变换，而显式提供状态可修复全部 50 条。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。