Un gruppo guidato da Qi Zhang ha pubblicato l’11 novembre 2026 uno studio secondo cui i modelli linguistici addestrati su immagini e testo sviluppano un «asse visivo» nascosto, che sfruttano anche quando ragionano esclusivamente su testo. Nel modello Chameleon‑7B, con 7 miliardi di parametri, disattivare questo asse ha ridotto di 27,6 punti percentuali la precisione nel compito di navigazione di BIG‑Bench Hard, migliorando leggermente le prestazioni nei test simbolici di logica booleana. L’effetto si manifesta in livelli specifici del modello e aiuta anche nei compiti di rotazione mentale e di adozione di prospettive diverse.
Perché conta
Dimostra che l’addestramento su immagini e testo può potenziare il ragionamento spaziale delle IA che ricevono solo testo e orientare la progettazione dei modelli futuri.
