🧠 هوش مصنوعی و چالش درک «معیارهای متغیر» در مدل‌های بینایی-زبانی

تا حالا فکر کردید چرا مدل‌های هوش مصنوعی گاهی در شرایطی که صورت مسئله تغییر نمی‌کنه اما «معیار تصمیم‌گیری» عوض می‌شه، گیج می‌شن؟ محققان در پژوهش جدیدی به بررسی مفهوم CC-ICL پرداختند.

در این مطالعه، یک بنچمارک جدید به نام CC-Bench معرفی شده که نشون میده اکثر مدل‌های فعلی دچار یک «سوگیری مرزی» هستند و نمی‌تونن خودشون رو با تغییر معیارهای پنهان در متن (In-Context) تطبیق بدن. خبر خوب اینه که با یک استراتژی ساده در آموزش، میشه این ضعف رو به شدت کاهش داد تا مدل‌های کوچک‌تر هم بتونن در تحلیل تصاویر، عملکردی دقیق‌تر از مدل‌های بسته و گران‌قیمت داشته باشند.

این یعنی قدمی بزرگ برای واقعی‌تر شدن تعامل ما با مدل‌های هوشمند!

منبع: arXiv AI