MindTopo：基础模型可以在拓扑空间中推理吗？

摘要

空间推理不仅取决于距离、角度和形状等度量属性，还取决于在连续变形下保持不变的拓扑关系。认知科学将这些关系确定为空间理解的基础，但基础模型评估主要关注度量或视点依赖关系。我们介绍 MindTopo，它是拓扑直觉的基准，涵盖基于认知科学和形式拓扑的五个属性：连续性、分离性、顺序性、封闭性和结点。 MindTopo 在两个认知水平上评估每个属性。推理要求模型识别拓扑关系或推断它们如何变化。规划将基础模型实例化为闭环智能体，其策略选择环境操作。 MindTopo 包含 11,030 个实例，涉及 13 种程序生成的任务类型，难度可控。我们对 14 个 MLLM 进行了基准，并研究了通过图像和视频生成增强的智能体配置，包括规划设置中的 3 个视频生成模型。每个 MLLM 在推理方面的表现都比在计划方面的表现更好，而且表现最好的模型仍然远远低于观察到的人类表现。在 Qwen3-VL-2B-Instruct 上，监督微调和强化学习比规划更能提高推理能力。生成的观察结果保留了本地线索并达到了合理的终点，但经过审核的预测轨迹并不能可靠地遵循环境动态或保留跨转换的拓扑。我们的网站位于此 https URL