SpatialCORE：置信度感知空间推理框架

2026年9月30日，HuggingFace Daily Papers 收录社区热门论文《SpatialCORE：大型视觉语言模型中的置信度感知空间推理》。该工作提出一个后训练框架，把模型对生成式定位的自身置信度转化为空间推理的学习信号：通过自调节空间奖励，按坐标 token 的置信度加权每个预测边界框的匹配质量，并用答案门控将定位优化与最终答案正确性绑定。报道称，该框架在多个 benchmark 上取得开源及专用空间推理模型中的 SOTA 结果，并可零样本迁移到未见数据分布，源代码已公开。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此上述性能与迁移结论均来自论文自身陈述，未经过独立验证；报道也未给出具体 benchmark 名称、评测数值、模型规模或训练数据等细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。