SpatialBlock: обучение LVLM пространственному мышлению на синтетике с блоками
KAIST AI
Исследователи KAIST собрали SpatialBlock-15k — синтетический датасет из 15 тысяч задач на складывание блоков, покрывающий проекцию 3D→2D, смену точки обзора и структурную композицию. Дообученные на нём VLM заметно превосходят базлайны и обобщаются на реальные пространственные задачи, избегая дорогой плотной геометрической разметки реальных сцен.
Почему это важно
Дешёвые структурированные синтетические данные закрывают реальный пробел в пространственном мышлении, который разметка реальных изображений так и не устранила
Важность: 2/5
Заметная статья о синтетических данных для пространственного мышления