Ang bagong pananaliksik ay nagpapakita ng potensyal ng multimodal na malalaking modelo ng wika sa spatial na pangangatwiran

Ang isang bagong pag-aaral ay nagpapakita na ang multimodal large language models (MLLM) ay nagpapakita ng malaking potensyal sa spatial na pangangatwiran. Sa pamamagitan ng espesyal na disenyo at mapaghamong pagsubok ng modelo, nalaman ng mga mananaliksik na epektibong mauunawaan at maproseso ng MLLM ang impormasyong nauugnay sa spatially, bagama't sa ilang mga kaso, kailangan pa ring mapabuti ang pagganap ng modelo.