★ 3
研究：多数据集谓词框架让驾驶视觉语言模型可解释
论文提出确定性多数据集谓词框架，从几何、运动学、时间、地图和交通控制证据中推导驾驶场景语义，并在 nuPlan 与 nuScenes 上统一谓词定义。在 200 个场景的人工标注验证中宏 F1 达 0.94 与 0.93。用冻结的 LLaVA-OneVision-7B 评估显示，谓词接地在九个 N…
arXiv cs.LG34 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出确定性多数据集谓词框架，从几何、运动学、时间、地图和交通控制证据中推导驾驶场景语义，并在 nuPlan 与 nuScenes 上统一谓词定义。在 200 个场景的人工标注验证中宏 F1 达 0.94 与 0.93。用冻结的 LLaVA-OneVision-7B 评估显示，谓词接地在九个 N…