Onderzoekers melden op arXiv dat vision-language-modellen (VLM’s) zich anders gedragen wanneer ze eerst wordt gevraagd wat een regisseur kan zien. In een ‘Director Task’, waarbij een groot blok aan het zicht van de regisseur is onttrokken, steeg de kans dat het model het verborgen blok koos met 12 tot 88 procentpunten bij zes GPT-modellen en met 17 procentpunten bij Qwen‑3.8‑27B. De modellen gaven nog steeds correct weer wat de regisseur kon zien, maar de voorafgaande vraag stuurde hun daaropvolgende keuze in de richting van hun eigen perspectief.
Waarom het ertoe doet
Evaluaties moeten ook een nulmeting zonder vraag over perspectief bevatten, anders bestaat het risico dat de werkelijke vaardigheid van VLM’s om over anderen te redeneren verkeerd wordt ingeschat.
