FoREST：空间推理任务中的参考框架评估

空间推理是人类智能的一个基本方面。空间认知的一个关键概念是参考框架（Frame of Reference），用于识别空间表达的视角。尽管其重要性不言而喻，但在需要空间智能的 AI 模型中，参考框架（FoR）受到的关注有限。缺乏针对该领域的专门基准测试和对大型语言模型（LLM）深入评估。为此，我们引入了空间推理任务中的参考框架评估（FoREST）基准，旨在评估 LLM 中的 FoR 理解。我们对 LLM 进行评估，以回答需要 FoR 理解的问题，并使用 FoREST 对文本到图像模型进行布局生成。我们的结果揭示了不同 FoR 类别在各种 LLM 中的表现差异，影响其生成文本到图像生成准确布局的能力。这一发现凸显了 FoR 理解的关键短comings。为提高 FoR 理解，我们提出了空间引导式提示（Spatial-Guided prompting），可提高 LLM 提取关键空间概念的能力。我们的方法在空间推理任务中整体性能得到提升。