Nature machine intelligence: 多模态大模型中的视觉认知

今日新材料 2025-01-18 13:11
文章摘要
本文探讨了多模态大语言模型在视觉认知领域的表现,特别是在直觉物理、因果推理和直觉心理学等核心认知领域。研究通过一系列控制实验评估了这些模型在复杂物理交互、因果关系和对他人偏好的直觉理解方面的能力。研究发现,尽管一些现代模型在处理和解释视觉数据方面表现出显著的能力,但在这些领域中仍然无法完全达到人类的水平。这强调了需要整合更强大的机制来理解因果关系、物理动态和社会认知的重要性。研究结果为未来改进模型提供了基础,并指出了当前模型在处理复杂认知任务中的局限性。
Nature machine intelligence: 多模态大模型中的视觉认知
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Back Cover, Volume 42, Number 1, January 2025
DOI: 10.1002/rob.22497 Pub Date : 2024-12-06
IF 4.2 2区 计算机科学 Q2 Journal of Field Robotics
今日新材料
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信