SpatialCORE：大视觉语言模型的置信度感知定位空间推理

SpatialCORE 是一种面向 LVLMs 的后训练框架，把模型对生成式 grounding 的置信度转化为空间推理学习信号。它用 coordinate-token confidence 加权 bounding box 匹配质量，并以答案门绑定最终答案正确性。SpatialCORE 在多类基准上达到开源和专用空间推理模型 SOTA，并可零样本迁移到未见数据分布。