Мышеловка, коробок и трубкозуб: как учить мультимодальный ИИ мыслить по‑человечески в 66 измерениях
Начнем с небольшого эксперимента. Перед вами три картинки: мышеловка, спичечный коробок и трубкозуб. Какая из них лишняя? Задачка на пару секунд: первые два предмета сделал человек, а третий — живое существо.А теперь попробуем предложить то же самое мультимодальной нейросети.
Шансы получить ответ, совпадающий с человеческим, окажутся не такими уж и большими. В эксперименте исследователей модели семейства Qwen3-VL при прямом опросе показывали результат от 37 до 41%.
habr.com