Anvil relie l’apprentissage spatial entre tâches proches
En termes simples
L’intelligence spatiale ne consiste pas seulement à reconnaître des objets. Un modèle doit aussi les localiser, comprendre leurs relations et évaluer des actions à partir de ces informations.
Anvil est un cadre qui crée et vérifie des exemples pour ces tâches, entraîne des modèles à partir de ces exemples et évalue leurs capacités. Anvil relie les exemples aux mêmes scènes et aux mêmes objets, afin que l’entraînement puisse connecter une étape de raisonnement à la suivante.
Sur sept tests spatiaux publics, son modèle généraliste obtient une moyenne supérieure à celle de son modèle de base, même s’il n’a pas de meilleur score à chaque test.
La recherche
Si un modèle localise correctement un objet, peut-il réutiliser cette réponse pour raisonner sur sa relation avec autre chose ou évaluer une action possible ?
Les exemples d’entraînement spatial utilisent souvent des formats incompatibles, et la réussite à une tâche peut ne pas se transférer. L’article examine si des exemples reliés aux mêmes scènes et les conseils de spécialistes peuvent aider à connecter ces capacités.
Anvil relie la création et la vérification des données spatiales, l’entraînement et l’évaluation, afin qu’un modèle généraliste puisse apprendre des tâches apparentées avec l’aide de spécialistes.
La question centrale est de savoir si les modèles peuvent apprendre des capacités spatiales qui se transfèrent entre différents formats de sortie et des étapes liées, au lieu de réussir uniquement des tâches isolées.
Anvil relie les données aux mêmes scènes et entités, en vérifie la cohérence et les éléments d’appui, puis utilise les conseils de spécialistes pour entraîner un modèle généraliste.
Sur sept tests spatiaux publics, le modèle final Anvil-MOPD obtient une moyenne de 74,27 %, contre 64,98 % pour Qwen3.5-9B. Cette moyenne étaye une performance supérieure sur ces tests, tandis qu’un panel de tâches liées montre un écart important par rapport à l’entraînement sur des étapes séparées. Les gains sont inégaux, et les tests comme les panels contrôlés mesurent des aspects distincts.
La moyenne des sept tests est descriptive, car les scores publiés ne suivent pas tous un même protocole d’évaluation, et Anvil-MOPD obtient un score inférieur sur RefSpatial.
Les études contrôlées utilisent des panels distincts, propres à chaque tâche ; leurs conclusions ne portent que sur ces comparaisons, pas sur toutes les tâches spatiales ni sur des environnements inconnus.
Analyse
Détails
- Auteurs de l’article original
- Weilin Ruan, Bohan Zhou, Jinghao Li, Yangkai Wei, Wenqian Li
- Soumis à arXiv
- Licence
- CC BY 4.0