arXiv · cs.AI· Huang Fei, Boyi Chen, Hao Xue, Yang Yue, Yehong Xu, Xiaofang Zhou·· 9 小时前
GeoVec-VLM将地理空间矢量几何作为视觉语言模型的原生空间模态
Geospatial Vector Geometry as a Native Spatial Modality for Vision-Language Models
arXiv:2610.16769v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Huang Fei, Boyi Chen, Hao Xue, Yang Yue, Yehong Xu, Xiaofang Zhou
研究任务与主要进展
研究提出GeoVec-VLM，将地理空间矢量几何作为视觉语言模型的原生空间模态，通过结构化几何表示和几何交互策略，使视觉内容、语言指代与空间关系推理共享显式空间参考。基于论文摘要，该模型在五项空间推理任务上相对最强基线将平均准确率提高约11%，并在地理迁移条件下保持增益、表现出更强几何一致性；代码入口为 https://github.com/TXFR/GeoVector-VLM。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org