# Multimodale training geeft tekstmodellen verborgen visueel redeneervermogen

> Onderzoekers laten zien dat training met beeld en tekst verandert hoe taalmodellen ruimtelijke taken oplossen, zelfs wanneer ze alleen tekst krijgen.

Oossa · 2026-11-13 · https://oossa.com/nl/multimodal-training-gives-text-only-models-hidden-visual-reasoning-abilities

Datum van gebeurtenis: 2026-11-11

Een team onder leiding van Qi Zhang publiceerde op 11 nov 2026 een paper waaruit blijkt dat taalmodellen die zijn getraind met afbeeldingen en tekst een verborgen ‘visuele as’ ontwikkelen, die ze gebruiken wanneer ze uitsluitend met tekst redeneren. In het model Chameleon‑7B met 7 miljard parameters daalde de nauwkeurigheid op de navigatietaak van BIG‑Bench Hard met 27,6 procentpunt toen deze as werd uitgeschakeld, terwijl de prestaties op symbolische booleaanse tests licht verbeterden. Het effect treedt op in specifieke lagen en helpt ook bij taken rond mentale rotatie en perspectief nemen.

## De feiten

- De nauwkeurigheid van Chameleon‑7B op BIG‑Bench Hard navigate daalt met 27,6 procentpunt wanneer de visuele as wordt uitgeschakeld
- Paper ingediend op 11 nov 2026 (woensdag 11 nov 2026 02:44:10 UTC)

## Waarom het ertoe doet

Dit laat zien dat training met beeld en tekst het ruimtelijk redeneervermogen van AI die alleen tekst verwerkt kan versterken, en kan richting geven aan het ontwerp van toekomstige modellen.

## Bronnen en referenties

1. [Emergent Vision-Shaped Thinking in Text-Only Reasoning through Multimodal Training](https://arxiv.org/abs/2611.14942) – arXiv, 2026-11-13

Laatst bijgewerkt: 2026-11-13