Show, Don't Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text

• 类型：arxiv
• 标识：2607.21072
• 链接：https://arxiv.org/abs/2607.21072
• 主分类：evaluation
• 形态：benchmark
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：ProVisE (Protocolized Visual Evaluation), a benchmark-agnostic framework that elicits protocol-constrained visual answers from image-generation models and parses them into structured predictions compatible with original metrics, is proposed and revealed, revealing complementary strengths of pixel-space expression and text-based reasoning.
• OpenAlex ID：W7170501523
• OpenAlex DOI：10.48550/arxiv.2607.21072
• DOI：10.48550/arxiv.2607.21072
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.21072
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：展示而非讲述：在生成像素而非 LLM 文本中评估空间认知
• TLDR中文：提出 ProVisE（Protocolized Visual Evaluation），一个与基准无关的框架，通过受协议约束的视觉问答从图像生成模型中抽取答案，并将其解析为与原始指标兼容的结构化预测，揭示了像素空间表达与基于文本推理的互补优势。
• 来源文件：
• /inbox/tom/_candidates/2026-07-24-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]