Le filThèmes : RechercheOpen source
SpatialCORE améliore le raisonnement spatial des grands modèles vision-langage
1 sourcemis à jour il y a 6 jpertinence 2,8 sur5
L’essentiel
Ce framework de post-entraînement transforme la confiance du modèle dans l’ancrage en signal d’apprentissage. Il atteint l’état de l’art parmi les modèles open source et spécialisés, et son code est publié.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceRafi Ibn Sultan, Xiangyu Zhou, Md. Sajid Alam Chowdhury et al.huggingface.co
SpatialCORE: Confidence-Aware Grounded Spatial Reasoning in Large Vision--Language Models (site externe)
Large Vision-Language Models (LVLMs) have made remarkable progress across visual perception tasks, yet spatial reasoning remains a persistent weakness, especially for questions that require reasoning over visual space.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Open source
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5