VLMs

מודלי ויז'ן-שפה מצטיינים, אך תיבת שחורה. מחקר חדש עם CogVision חושף ראשי תשומת לב פונקציונליים שמניעים חשיבה. קראו כיצד זה משנה את עתיד ה-AI.

דגמי שפה-ראייה מתקשים בנתונים דלים? DoGe, שיטה חדשה מ-arXiv, מפרידה חשיבה מפתרון ומשפרת ביצועים בתחומים מיוחדים. קראו כיצד זה משנה את כללי המשחק. קראו עכשיו!

האם VLMs מבינים פיזיקה אמיתית? PRiSM, בנצ'מרק חדש עם 24K+ בעיות, חושף כשלים בחשיבה מדעית באמצעות קוד פייתון. קראו עכשיו להבין את ההשלכות על AI עסקי. (112 מילים)

מודלי ראייה-שפה נכשלים בתמונות מחופשות – ChromouVQA חושף את החולשות ומציע פתרון. בנצ'מרק חדש עם תשע משימות VQA מבוסס לוחות אישihara מורחב. קראו עכשיו על הפערים והשיפורים. (92 מילים)