Dans l'actualité
When VLMs Destroy What They Know: Spatial Representations Fall Below Lexical Priors
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Les VLMs représentent les relations spatiales bien moins fidèlement que les significations lexicales, malgré de bons scores sur les benchmarks.
- Pourquoi ça compte
- Pertinent pour les ingénieurs construisant ou évaluant des VLMs sur des tâches nécessitant une compréhension spatiale précise.
- Vigilance
- L'information spatiale se perd lors de l'agrégation en représentations globales; l'évaluation sur les sorties seules ne détecte pas cette défaillance systématique.
- language model
- reasoning
- eval
- benchmark
Les patterns derrière cette actualité
- Eval-Driven Development (Agent CI)
- MMAU: Massive Multitask Agent Understanding
- OWL Ontological Reasoning
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.