0, en effectuant des évaluations sous forme de jugements de triplet.
À cette fin, ils ont rassemblé environ 4,7 millions de jugements pour développer des représentations dimensionnelles qui reflètent les relations de similarité entre 1 854 objets naturels.
Les résultats de l’étude révèlent que les modèles de langage multimodaux structurent les objets de manière analogue au processus cognitif humain, en classant efficacement des catégories telles que les « animaux » et les « plantes ».
En outre, les chercheurs ont observé une corrélation marquée entre les représentations générées par ces modèles et l’activité neuronale chez l’humain.
Bien que ces modèles ne reproduisent pas exactement la perception humaine, ils semblent partager certaines caractéristiques fondamentales.
Ces résultats ouvrent la voie à de nouvelles recherches sur l’interprétation et la représentation des objets par les LLM, ce qui pourrait contribuer à l’évolution des systèmes d’intelligence artificielle ancrés dans des principes neurobiologiques.
Source: IA Tech news
