Fugu-MT 論文翻訳(概要): Spatial Competence Benchmark

論文の概要: Spatial Competence Benchmark

arxiv url: http://arxiv.org/abs/2604.09594v1
Date: Thu, 05 Mar 2026 00:27:55 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-19 19:09:11.526181
Title: Spatial Competence Benchmark
Title（参考訳）: 空間コンピテンスベンチマーク
Abstract要約: 空間コンピテンスベンチマーク(SCBench)について紹介する。 SCBenchでは、3つのフロンティアモデルが機能はしごの精度を単調に低下させる。タスクジェネレータ、検証器、可視化ツールをリリースします。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Spatial competence is the quality of maintaining a consistent internal representation of an environment and using it to infer discrete structure and plan actions under constraints. Prevailing spatial evaluations for large models are limited to probing isolated primitives through 3D transformations or visual question answering. We introduce the Spatial Competence Benchmark (SCBench), spanning three hierarchical capability buckets whose tasks require executable outputs verified by deterministic checkers or simulator-based evaluators. On SCBench, three frontier models exhibit monotonically decreasing accuracy up the capability ladder. Sweeping output-token caps shows that accuracy gains concentrate at low budgets and saturate quickly, and failures are dominated by locally plausible geometry that breaks global constraints. We release the task generators, verifiers, and visualisation tooling.
Abstract（参考訳）: 空間的能力は、環境の一貫性のある内部表現を維持し、それを用いて、制約の下での離散的な構造と計画行動を予測する品質である。大きなモデルの空間的評価は、3次元変換や視覚的質問応答による孤立プリミティブの探索に限られる。本稿では,3つの階層型機能バケットにまたがる空間コンピテンスベンチマーク(SCBench)を提案する。 SCBenchでは、3つのフロンティアモデルが機能はしごの精度を単調に低下させる。スウィーピング出力トーケンキャップは、精度の向上が低予算で集中し、迅速に飽和し、失敗はグローバルな制約を破る局所的可測な幾何学によって支配されることを示している。タスクジェネレータ、検証器、可視化ツールをリリースします。

関連論文リスト

TriCCOT: Tri-part Convolutional Conformal Transformer for Onboard Space Object Detection [1.224954637705144]
我々はTriCCOTを紹介した。TriCCOTは、堅牢でデプロイ可能なオブジェクト検出のための三部アーキテクチャである。 TriCCOTは、畳み込み領域の提案ネットワーク、共形予測ステージ、ハードウェアフレンドリーな注意に基づく分類器であるAper-GATESを組み合わせる。 DIORデータセットとVDVRawデータセットの実験は、競合検出性能を示し、空間的ぼやけや信号依存ノイズに対するロバスト性を改善した。
論文参考訳（メタデータ） (2026-09-08T12:26:55Z)
Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs [7.85315290601208]
本稿では,ローカルコンピュータ利用エージェントにおける推論時間スケーリングの系統的研究について述べる。我々の結果は、追加の計算がしばしば障害モードを変更しながらリターンを減少させることを示している。全体として、効率的なローカルCUAには、選択的な計算割り当て、障害認識制御機構、エージェントフレームワークが必要であることが示唆された。
論文参考訳（メタデータ） (2026-07-30T17:36:36Z)
Spatial-IQ: Deconstructing Spatial Intelligence via Hierarchical Capability Tests [8.148716256952607]
マルチモーダル大言語モデル(MLLM)は視覚的解釈に優れるが、人間が確実に解決する空間推論のタスクでは失敗する。階層的な診断フレームワークであるSpatial-IQを導入し、重畳された3次元構造のオブジェクトカウントを9つの知覚的・認知的サブタスクに分解する。我々は,3つの出力形式(自由応答テキスト,複数選択画像,画像編集)のモデルを,人間のベースラインとともに評価する。
論文参考訳（メタデータ） (2026-07-24T19:09:25Z)
Promptable Concept Segmentation from Above: Evaluating SAM 3's Zero-Shot and One-Shot Capabilities in Remote Sensing [0.42970700836450487]
本稿では,リモートセンシングシーンの分類,オブジェクト検出,インスタンスのセグメンテーションにまたがる総合的,マルチタスクな経験的評価について述べる。我々の結果は、SAM 3がレガシーなドメイン適応モデルでよく見られる過度な適合を避けることを実証している。サブピクセル解像度制限と、オーバーヘッドセマンティックブラインドスポットによって、基本的に制限されている。
論文参考訳（メタデータ） (2026-07-10T16:33:05Z)
Targeted Structure Completion for Sparse-View 3D Reconstruction in Autonomous Driving [13.279942633870702]
細かな低オーバーラップ観測から3Dシーン構造を再構築することは、自動運転の基本的な課題である。提案するFocusGSは,このパラダイムをグローバルな密度化から,対象とする構造的完備化へシフトさせるフレームワークである。 FocusGSは、運転中心ベンチマークの最先端性能を向上し、優れた効率品質のトレードオフを実現していることを示す。
論文参考訳（メタデータ） (2026-07-06T04:31:45Z)
Beyond Binary Success: A Diagnostic Meta-Evaluation Framework for Fine-Grained Manipulation [98.79811866787263]
診断メタ評価フレームワークであるMetaFineを紹介する。局所的な空間構造を保存できる視覚エンコーダの能力は,きめ細かな精度の鍵となるボトルネックである。評価をランキングから診断にシフトすることで、MetaFineは、ベンチマークを実際の物理デキスタリティに基づく階層化された能力の修復のための実行可能なコンパスに変換する。
論文参考訳（メタデータ） (2026-05-19T15:25:13Z)
LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
論文参考訳（メタデータ） (2026-05-02T11:31:33Z)
Towards Counterfactual Explanation and Assertion Inference for CPS Debugging [0.0]
本稿では,サイバー物理システムのための実証的説明とアサーションに基づくキャラクタリゼーションフレームワークであるDeCaFを紹介する。テスト入力がフェールすると、DeCaFは入力信号の反ファクト変化を生成し、テストが通過しないよう変換する。提案手法は,3つの反事実生成器と2つの因果モデルを組み合わせて,成功の主張を推測する。
論文参考訳（メタデータ） (2026-04-09T00:53:00Z)
FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
論文参考訳（メタデータ） (2026-04-08T12:23:27Z)
AgentCE-Bench: Agent Configurable Evaluation with Scalable Horizons and Controllable Difficulty under Lightweight Environments [16.54998750873037]
AgentCE-Benchはグリッドベースの統合計画タスクを中心に構築されている。エージェントは、ローカルスロット制約とグローバル制約の両方を条件として、部分的に完了したスケジュールで隠れスロットを埋める。 AgentCE-Benchは、エージェント推論の解釈可能かつ制御可能な評価を提供する。
論文参考訳（メタデータ） (2026-04-07T17:21:28Z)
SVII-3D: Advancing Roadside Infrastructure Inventory with Decimeter-level 3D Localization and Comprehension from Sparse Street Imagery [11.807389677546134]
SVII-3Dは、総合資産デジタル化のための統一されたフレームワークである。 LoRA微細調整されたオープンセット検出は、空間的アテンションマッチングネットワークと融合し、スパースビュー間で観測を強力に関連付ける。 SVII-3Dは同定精度を著しく向上し、局所化誤差を最小化することを示した。
論文参考訳（メタデータ） (2026-01-15T15:57:18Z)
Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
論文参考訳（メタデータ） (2025-10-08T10:09:47Z)
Resilience of Vision Transformers for Domain Generalisation in the Presence of Out-of-Distribution Noisy Images [2.2124795371148616]
マスク付き画像モデリング(MIM)で事前訓練した視覚トラスフォーマーを,OODベンチマークと比較した。実験では、BEITの既知の堅牢性を実証し、PACSでは94%、Office-Homeでは87%の精度を維持した。これらの洞察は、実験室で訓練されたモデルと、不確実性の下で確実に一般化するAIシステムを構築するための青写真を提供する現実世界のデプロイメントのギャップを埋めるものだ。
論文参考訳（メタデータ） (2025-04-05T16:25:34Z)
Improving Gaussian Splatting with Localized Points Management [52.009874685460694]
局所的点管理(LPM)は、点加算と幾何校正の両方を最大限に必要としながら、これらの誤り貢献ゾーンを特定することができる。 LPMは特定されたゾーンに点密度を適用し、これらの領域の前にある点の不透明度をリセットし、不適切な点を修正する新しい機会を生み出す。特に、LPMは静的3DGSとダイナミックなSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら最先端のレンダリング品質を実現している。
論文参考訳（メタデータ） (2024-06-06T16:55:07Z)
Temporal Action Localization with Enhanced Instant Discriminability [66.76095239972094]
時間的行動検出(TAD)は、すべての行動境界とその対応するカテゴリを、トリミングされていないビデオで検出することを目的としている。本稿では,既存の手法による動作境界の不正確な予測を解決するために,TriDetという一段階のフレームワークを提案する。実験結果から,複数のTADデータセット上でのTriDetの堅牢性と最先端性能が示された。
論文参考訳（メタデータ） (2023-09-11T16:17:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。