Vision language models are unreliable at trivial spatial cognition

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Khemlani, Sangeet, Tran, Tyler, Gyory, Nathaniel, Harrison, Anthony M., Lawson, Wallace E., Thielstrom, Ravenna, Thompson, Hunter, Singh, Taaren, Trafton, J. Gregory
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2504.16061