LaSOT是一个高质量的单目标跟踪基准，包含超过387万帧的手动注释数据。研究者们通过构建GMOT-40数据集和设计基线算法，推动了多目标跟踪（MOT）研究。新方法如MOTR和Z-GMOT在性能上超越了现有技术，提出的SMOT研究结合语义细节，推动了跟踪领域的发展。

利用专家知识增强语言模型的问题解决能力，提出了一种新的范式 SMoT，通过预定义的状态机为语言模型提供高效推理路径，消除无效的探索，实验结果显示 SMoT 在推理任务中表现出了卓越的准确性，高达 95％，超过了当前最先进的基准模型。