ReSTI：STI-Bench 的基于源头的审计和修复

仅当问题、源注释和答案选项确定相同的物理量时，时空基准才有效。我们对照官方 ScanNet、Waymo 和 Omni6DPose 来源审核 STI-Bench，发现系统坐标系和时间戳错误、未指定的目标和时间，以及关键选项和答案细节之间的分歧。我们引入了 ReSTI，这是一种基于源的修订版，可以在明确的目标、时间、坐标系、物理量和单位下重建每个可恢复的答案。源重建揭示了任务级几何故障：ScanNet Grounding 忽略了注释和原始相机坐标系之间所需的对齐，而 Orientation 则测量相机在错误平面上的旋转。 ReSTI 用明确的、源一致的几何定义替换这些标签，并纠正其他可验证源的缺陷，包括在错误的时间戳评估的 Waymo 姿势。在 2,064 个遗留问题中，ReSTI 保留了 1,782 个问题并记录了 282 个有证据支持的排除项。因此，ReSTI 为评估精确的视频时空推理提供了保守且可追溯的基础。项目页面：此 https URL。