当前位置:首页>AI新闻>大模型空间方位推理准确率为何仍存短板
AI新闻

大模型空间方位推理准确率为何仍存短板

过去一周,多家机构发布的评测集中暴露了同一类问题:在坐标变换、相对位置描述、路径回溯等空间方位任务上,主流大模型的准确率依然在50%到70%之间徘徊。以某头部模型为例,面对“A在B西北方向5米,C在A

来源:发布时间:2026-11-22 05:30:12栏目:AI新闻浏览:864 次

大模型空间方位推理准确率为何仍存短板

过去一周,大模短板多家机构发布的型空评测集中暴露了同一类问题:在坐标变换、相对位置描述、间方路径回溯等空间方位任务上,位推为何主流大模型的理准准确率依然在50%到70%之间徘徊。以某头部模型为例,确率面对“A在B西北方向5米,仍存C在A正东方向3米,大模短板问C相对B的型空方位”这类题目,准确率只有62%,间方而同批测试中它在文本推理和常识问答上的位推为何成绩普遍超过85%。

评测结果与失败模式高度集中

从已公开的理准数据看,失败并非平均分布在所有空间问题上。确率涉及一维线性排序时模型表现尚可,仍存一旦进入二维平面甚至三维坐标系,大模短板错误率急剧上升。一个典型错误是把“左转90度后前进”理解为在屏幕坐标系中向上移动,而非以行动者朝向为参照。多家实验室的测试报告还指出,模型在回答“谁在谁的左边”时,常把观察者视角与场景内人物视角混淆,同一个问题换一种表述——比如把“B的左边”改成“从B的角度看左边”——准确率会跌落20个百分点以上。

注意力结构与方位表征存在根本冲突

大模型处理文本时依赖序列化的注意力机制,而空间方位本质上是同时性、关系性的结构。前者沿着token顺序构建语义,后者要求在同一时刻保持多个对象的相对坐标。当题目中出现三个以上参照物时,模型往往退化为逐句拼接描述,而不是构建稳定的空间布局。有研究者对内部激活进行分析后发现,模型在处理方位词时,向量表示很难稳定区分“东偏北30度”和“北偏东30度”这两种关系,说明几何约束没有在训练中被有效编码。

实际应用中的误差比评测更严重

在导航指令生成、机器人抓取、建筑布局问答等真实场景里,空间推理的短板会被进一步放大。某智能家居项目在测试“让扫地机绕开餐桌去茶几下方”这类指令时,模型生成的路径成功率不足四成。原因在于现实场景中物体通常不提供精确坐标,模型需要同时处理模糊距离描述、遮挡关系与自身朝向,而这三者叠加后,错误不再是线性累积,而是指数级上升。一些工程团队试图通过外部代码补丁——让模型把方位问题转成坐标系计算——能缓解部分误差,但无法解决语言层面的歧义消解。

空间推理的短板短期内很难通过单纯增加数据量解决。更现实的路径是在训练语料中系统引入几何关系的显式标注,或者在推理阶段强制模型输出中间坐标表。在此之前,任何依赖大模型处理空间指令的产品都需要设置人工校验环节,尤其不能直接把模型输出用于移动设备或安全相关决策。