🧠 آیا هوش مصنوعی مثل ما «اشاره» می‌کند؟ چالش جدید درک فضایی مدل‌های زبانی

محققان به تازگی توانایی مدل‌های بینایی-زبانی (VLM) را در درک عبارات اشاره‌ای فضایی (مانند «این» و «آن») به چالش کشیده‌اند.

این مطالعه نشان می‌دهد که با وجود پیشرفت‌های بزرگ، مدل‌های هوش مصنوعی هنوز در تشخیص تفاوت‌های ظریف زبانی و فاصله فیزیکی اشیا با انسان‌ها تفاوت دارند. این تحقیق با ایجاد یک بنچمارک چندزبانه، گامی مهم برای درک بهتر نحوه تعامل مدل‌های هوش مصنوعی با محیط اطراف و بهبود استدلال فضایی آن‌ها برداشته است. این یافته‌ها به ما کمک می‌کند بفهمیم چرا مدل‌ها گاهی در درکِ دقیقِ محیط، دچار خطاهای غیرمنتظره می‌شوند. 🤖✨

منبع: arXiv NLP