計算機科学 > 強いAI
arXiv:2603.09774 (cs)
[2026年3月10日に投稿]
題目:World2Mind: 基盤モデルにおける同心的（allocentric）空間推論のための認知ツールキット
Shouwei Ruan と他6名の著者による「World2Mind: 基盤モデルにおける同心的（allocentric）空間推論のための認知ツールキット」という題目のPDFを表示
PDFを表示
HTML（実験的）
要旨:頑健な空間推論を達成することは、現在のマルチモーダル基盤モデル（MFM）にとって根本的な課題のままです。既存手法は、3Dのグラウンディングデータによる統計的な抜け道に過剰適合するか、あるいは2Dの視覚認識に閉じ込められたままであり、その結果、空間推論の精度と、未見の状況に対する汎化の両方が制限されます。生物学的知能の空間認知マッピング機構に着想を得て、訓練不要の空間知能ツールキットであるWorld2Mindを提案します。中心となる仕組みとして、World2Mindは3D復元モデルとインスタンスセグメンテーションモデルを活用し、構造化された空間認知マップを構築します。これにより、MFMが、関心のあるランドマークやルートに関する狙いを定めた空間知識を、自発的に獲得できるようになります。頑健な幾何-トポロジーの事前知識を提供するために、World2Mindは、楕円パラメータを用いてランドマークの俯瞰的なレイアウトを正確にモデル化するAllocentric-Spatial Tree（AST）を合成します。3D復元に内在する不正確さを緩和するために、ツール呼び出しの評価、モダリティ分離された手がかりの収集、幾何とセマンティクスが織り込まれた推論、という3段階の推論チェーンを導入します。大規模な実験により、World2MindはGPT-5.2のような最先端のモデルの性能を5%〜18%向上させることが示されます。驚くべきことに、ASTで構造化されたテキストのみを用いて、完全にテキストのみの基盤モデルが複雑な3D空間推論を行うことができ、先進的なマルチモーダルモデルに匹敵する性能にまで到達します。
| 分野: | 強いAI（cs.AI） |
| 引用: | arXiv:2603.09774 [cs.AI] |
| （または、この版については arXiv:2603.09774v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2603.09774
詳細を学ぶためにフォーカス
DataCite による arXiv 発行 DOI
|
書誌ツール
コード、データ、メディア
デモ
関連論文
arXivLabs について
書誌および引用ツール
書誌エクスプローラーの切り替え
書誌エクスプローラー (エクスプローラーとは？)
Connected Papers の切り替え
Connected Papers (Connected Papers とは？)
Litmaps の切り替え
Litmaps (Litmaps とは？)
scite.ai の切り替え
scite スマート引用 (スマート引用とは？)
この論文に関連するコード、データ、メディア
alphaXiv の切り替え
alphaXiv (alphaXiv とは？)
コードへのリンクの切り替え
論文向け CatalyzeX コードファインダー (CatalyzeX とは？)
DagsHub トグル
DagsHub (DagsHubとは何ですか？)
GotitPub トグル
Gotit.pub (GotitPubとは何ですか？)
Huggingface トグル
Hugging Face (Huggingfaceとは何ですか？)
コードへのリンク トグル
Papers with Code (Papers with Codeとは何ですか？)
ScienceCast トグル
ScienceCast (ScienceCastとは何ですか？)
デモ
Replicate トグル
Replicate (Replicateとは何ですか？)
Spaces トグル
Hugging Face Spaces (Spacesとは何ですか？)
Spaces トグル
TXYZ.AI (TXYZ.AIとは何ですか？)
レコメンダーおよび検索ツール
Influence Flowerへのリンク トグル
Influence Flower (Influence Flowerとは何ですか？)
Coreレコメンダー トグル
CORE Recommender (COREとは何ですか？)
arXivLabs：コミュニティの協力者と共に行う実験的プロジェクト
arXivLabsは、協力者が当社のウェブサイト上で新しいarXivの機能を直接開発し、共有できるようにするためのフレームワークです。
arXivLabsに取り組み、当社と連携する個人および組織はいずれも、開放性、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、これらを尊重してきました。arXivはこれらの価値観にコミットしており、それらを遵守するパートナーとのみ協働します。
arXivのコミュニティに価値を加えるプロジェクトのアイデアはありますか？ arXivLabsの詳細を学ぶ。
