arXiv Artificial Intelligence· Rong Li, Shijie Li, Jiangyong Huang, Lingdong Kong, Jiaming Zhou, Dongyue Lu, Zeying Gong, Baoxiong Jia, Junwei Liang, Siyuan Huang·· 18 小时前AI 评分27
GeoReader：为视觉语言模型学习空间推理的潜在几何
GeoReader: Learning Latent Geometry for Spatial Reasoning in Vision-Language Models
AI 导读
GeoReader 通过训练轻量级 Geometric Readers 生成连续几何 token，并用冻结 VLM 解码的几何描述监督，使几何以目标模型可直接读取的形式注入。
来源：arXiv Artificial Intelligence · arxiv.org