Keď si AI myslí, že rozumie obrázkom a textu: čo (ne)vedia moderné multimodálne modely
Predstavte si, že AI modelu, ako je ChatGPT, ukážete obrázok dievčaťa, ktoré beží po moste, a ponúknete mu niekoľko viet. Úloha je jednoduchá: vyber tú, ktorá obrázok najlepšie opisuje. „Dievča...