Animesh Maheshwari
収録論文 2本 ・ フィジカルAI/ロボット学習
ワールドモデルVLM/空間理解
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 予測か持続か:未来予測スコアが見落とすものワールドモデル2026/11/11
動画ワールドモデルの未来予測スコアはエンコーダ品質や近未来の類似性と混ざるため、予測器を無効化した持続ベースラインとの差分で予測器の寄与を分離して評価すべきだと示した論文。
- 視覚言語モデルは3Dシーンを理解しているのか、それとも物体を列挙しているだけなのか?VLM/空間理解2026/5/19
視覚言語モデルの3D空間理解能力を評価するベンチマークを導入し、物体認識はできるが奥行きや反射などの空間推論に著しく弱いことを明らかにした。