آیا مدلهای هوش مصنوعی واقعاً اشیاء را درک میکنند یا فقط پیکسلها را به هم میدوزند؟ محققان در مقاله جدیدی، بنچمارک «EditCLEVR» را معرفی کردهاند که به شکلی دقیق و کنترلشده، توانایی مدلهای Object-Centric را در اعمال تغییرات منطقی روی اشیاء میسنجد.
این بنچمارک با استفاده از تصاویرِ قبل و بعدِ ویرایش، بررسی میکند که آیا هوش مصنوعی درک درستی از «ویژگیهای اشیاء» (مثل رنگ یا شکل) دارد یا خیر. این یعنی یک گام بزرگ به سمت مدلهایی که واقعاً «فهمِ سهبعدی» و «استدلالِ تغییرات» دارند. 🧠✨
منبع: arXiv Computer Vision