Vision Language Models Cannot Reason About Physical Transformation
Dezhi Luo · Yijiang Li · Maijunxian Wang · Tianwei Zhao · Bingyang Wang · siheng wang · Pinyuan Feng · Pooyan Rahmanzadehgervi · Ziqiao Ma · Hokin Deng
首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Dezhi Luo · Yijiang Li · Maijunxian Wang · Tianwei Zhao · Bingyang Wang · siheng wang · Pinyuan Feng · Pooyan Rahmanzadehgervi · Ziqiao Ma · Hokin Deng
Maijunxian Wang · Ruisi Wang · Juyi Lin · Ran Ji · Thaddäus Wiedemer · Qingying Gao · Dezhi Luo · Yaoyao Qian · Lianyu Huang · Zelong Hong · Jiahui Ge · Qianli Ma · Hang He · Yifan Zhou · Lingzi Guo · Lantao Mei · Jiachen Li · Hanwen Xing · Tianqi Zhao · Fengyuan Yu · Weihang Xiao · Yizheng Jiao · Jianheng Hou · Danyang Zhang · Pengcheng Xu · Boyang ZHONG · Zehong Zhao · Gaoyun Fang · John Kitaoka · Xu Yile · Hua XU · Kenton Blacutt · Tin Nguyen · Siyuan Song · Haoran Sun · shaoyue wen · Linyang He · Runming Wang · Yanzhi Wang · Mengyue Yang · Ziqiao Ma · Raphaël Millière · Freda Shi · Nuno Vasconcelos · Daniel Khashabi · Alan Yuille · Yilun Du · Ziming Liu · Dahua Lin · Ziwei Liu · Vikash Kumar · Yijiang Li · Lei Yang · Zhongang Cai · Hokin Deng
Zory Zhang · Pinyuan Feng · Bingyang Wang · Tianwei Zhao · Suyang Yu · Qingying Gao · Hokin Deng · Ziqiao Ma · Yijiang Li · Dezhi Luo
Where someone looks is a nonverbal communication cue that children and adults readily use.How well can Vision-Language Models (VLMs) infer gaze targets? To construct evaluation stimuli, we captured 1,360 real-world photos of scenes in which a person gazes at one of several objects on a table. Imp...