S-Space

Исследование MirroS: у мультимодальных моделей внутри есть «3D-карта». В промежуточных активациях нашли 3D линейное подпространство, где объекты лежат с координатами по горизонтали, вертикали и глубине.

• Кодирует непрерывные позиции объектов (X, Y, расстояние)
• Персистентно между промптами и ракурсами
• Объединяет визуальное и языковое, включая объекты за пределами видимого
• Можно каузально менять, чтобы управлять пространственными оценками
• Прямое чтение подпространства работает точнее нативной рассуждалки модели

• Испробовано на Molmo2-ER, MolmoAct2, Qwen3.5-4B, Qwen3.6-27B

Полезно и для диагностики: показывает, где и как модель проваливается в «принятии перспективы». Подсказывает путь к надежным пространственным рассуждениям и действиям

github.com/mirros-lab/s-space

#research #reasoning

MAX