Jauni pētījumi atklāj multimodālu lielo valodu modeļu potenciālu telpiskajā spriešanā

Jauns pētījums liecina, ka multimodālie lielo valodu modeļi (MLLM) parāda lielu telpiskās domāšanas potenciālu. Izmantojot īpašu dizainu un izaicinošu modeļa testēšanu, pētnieki atklāja, ka MLLM var efektīvi saprast un apstrādāt telpiski saistītu informāciju, lai gan dažos gadījumos modeļa veiktspēja joprojām ir jāuzlabo.