Buchumschlag

World2Mind: Cognition Toolkit for Allocentric Spatial Reasoning in Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ruan, Shouwei, Wang, Bin, Wu, Zhenyu, Zhu, Qihui, Zhang, Yuxiang, Su, Hang, Wang, Yubin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mind over Space: Can Multimodal Large Language Models Mentally Navigate?
von: Zhu, Qihui, et al.
Veröffentlicht: (2026)

From reactive to cognitive: brain-inspired spatial intelligence for embodied agents
von: Ruan, Shouwei, et al.
Veröffentlicht: (2025)

Allocentric Perceiver: Disentangling Allocentric Reasoning from Egocentric Visual Priors via Frame Instantiation
von: Wang, Hengyi, et al.
Veröffentlicht: (2026)

MetaMind: General and Cognitive World Models in Multi-Agent Systems by Meta-Theory of Mind
von: Wang, Lingyi, et al.
Veröffentlicht: (2026)

Mitigating Overthinking in Large Reasoning Models via Manifold Steering
von: Huang, Yao, et al.
Veröffentlicht: (2025)

MindJourney: Test-Time Scaling with World Models for Spatial Reasoning
von: Yang, Yuncong, et al.
Veröffentlicht: (2025)

PhysicsMind: Sim and Real Mechanics Benchmarking for Physical Reasoning and Prediction in Foundational VLMs and World Models
von: Mak, Chak-Wing, et al.
Veröffentlicht: (2026)

SpectrumFM: Redefining Spectrum Cognition via Foundation Modeling
von: Liu, Chunyu, et al.
Veröffentlicht: (2025)

Improving Safety Alignment via Balanced Direct Preference Optimization
von: Zhao, Shiji, et al.
Veröffentlicht: (2026)

Real-world Adversarial Defense against Patch Attacks based on Diffusion Model
von: Wei, Xingxing, et al.
Veröffentlicht: (2024)

WorldCoder-Bench: Benchmarking Physically Grounded 3D World Synthesis
von: Lu, Shuo, et al.
Veröffentlicht: (2026)

Conversational Orientation Reasoning: Egocentric-to-Allocentric Navigation with Multimodal Chain-of-Thought
von: Huang, Yu Ti
Veröffentlicht: (2025)

OpenRFT: Adapting Reasoning Foundation Model for Domain-specific Tasks with Reinforcement Fine-Tuning
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2024)

SpatialBench: Benchmarking Multimodal Large Language Models for Spatial Cognition
von: Xu, Peiran, et al.
Veröffentlicht: (2025)

Cognitive Foundations for Reasoning and Their Manifestation in LLMs
von: Kargupta, Priyanka, et al.
Veröffentlicht: (2025)

Eva-VLA: Evaluating Vision-Language-Action Models' Robustness Under Real-World Physical Variations
von: Liu, Hanqing, et al.
Veröffentlicht: (2025)

DIFFender: Diffusion-Based Adversarial Defense against Patch Attacks
von: Kang, Caixin, et al.
Veröffentlicht: (2023)

Understanding and Steering the Cognitive Behaviors of Reasoning Models at Test-Time
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2025)

LMFlow: An Extensible Toolkit for Finetuning and Inference of Large Foundation Models
von: Diao, Shizhe, et al.
Veröffentlicht: (2023)

OpenGround: Active Cognition-based Reasoning for Open-World 3D Visual Grounding
von: Huang, Wenyuan, et al.
Veröffentlicht: (2025)

The Other Mind: How Language Models Exhibit Human Temporal Cognition
von: Li, Lingyu, et al.
Veröffentlicht: (2025)

MindPower: Enabling Theory-of-Mind Reasoning in VLM-based Embodied Agents
von: Zhang, Ruoxuan, et al.
Veröffentlicht: (2025)

MultiMind: Enhancing Werewolf Agents with Multimodal Reasoning and Theory of Mind
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

FrameMind: Frame-Interleaved Video Reasoning via Reinforcement Learning
von: Ge, Haonan, et al.
Veröffentlicht: (2025)

Map2Thought: Explicit 3D Spatial Reasoning via Metric Cognitive Maps
von: Gao, Xiangjun, et al.
Veröffentlicht: (2026)

ET-Plan-Bench: Embodied Task-level Planning Benchmark Towards Spatial-Temporal Cognition with Foundation Models
von: Zhang, Lingfeng, et al.
Veröffentlicht: (2024)

SpaceMind++: Toward Allocentric Cognitive Maps for Spatially Grounded Video MLLMs
von: Gu, Bo, et al.
Veröffentlicht: (2026)

ToMChallenges: A Principle-Guided Dataset and Diverse Evaluation Tasks for Exploring Theory of Mind
von: Ma, Xiaomeng, et al.
Veröffentlicht: (2023)

SpectrumFM: A Foundation Model for Intelligent Spectrum Management
von: Zhou, Fuhui, et al.
Veröffentlicht: (2025)

Prompt-Driven Low-Altitude Edge Intelligence: Modular Agents and Generative Reasoning
von: You, Jiahao, et al.
Veröffentlicht: (2026)

Imagine in Space: Exploring the Frontier of Spatial Intelligence and Reasoning Efficiency in Vision Language Models
von: Lian, Xiaoxing, et al.
Veröffentlicht: (2025)

MetaSpatial: Reinforcing 3D Spatial Reasoning in VLMs for the Metaverse
von: Pan, Zhenyu, et al.
Veröffentlicht: (2025)

Ego-centric Learning of Communicative World Models for Autonomous Driving
von: Wang, Hang, et al.
Veröffentlicht: (2025)

Reasoning Path and Latent State Analysis for Multi-view Visual Spatial Reasoning: A Cognitive Science Perspective
von: Xue, Qiyao, et al.
Veröffentlicht: (2025)

MindCube: Spatial Mental Modeling from Limited Views
von: Wang, Qineng, et al.
Veröffentlicht: (2025)

MindWatcher: Toward Smarter Multimodal Tool-Integrated Reasoning
von: Chen, Jiawei, et al.
Veröffentlicht: (2025)

SpatialLadder: Progressive Training for Spatial Reasoning in Vision-Language Models
von: Li, Hongxing, et al.
Veröffentlicht: (2025)

Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond
von: Chu, Meng, et al.
Veröffentlicht: (2026)

PDDL-Mind: Large Language Models are Capable on Belief Reasoning with Reliable State Tracking
von: Zhu, Wang Bill, et al.
Veröffentlicht: (2026)

Mind2: Mind-to-Mind Emotional Support System with Bidirectional Cognitive Discourse Analysis
von: Hong, Shi Yin, et al.
Veröffentlicht: (2025)