3D空间推理

GASP框架：注入3D空间先验以增强视觉语言模型的几何推理能力

本文介绍GASP框架，该框架通过注入基础几何先验而非仅依赖高级VQA监督，在不使用3D VQA数据训练的情况下，显著提升了视觉语言模型在3D空间推理任务上的性能。