Исследователи сообщили на arXiv, что модели с визуально-языковыми возможностями (VLM) ведут себя иначе, если сначала спросить их, что видит директор. В задании «Задача директора», где от директора скрыт большой блок, вопрос о том, какие блоки ему видны, повысил вероятность выбора скрытого блока на 12–88 процентных пунктов для шести моделей GPT и на 17 пунктов для Qwen‑3.8‑27B. Модели правильно описывали поле зрения директора, однако предварительный вопрос смещал их последующий выбор в пользу собственной перспективы.
Почему это важно
В оценку необходимо включать контрольный вариант без вопроса о перспективе — иначе можно неверно судить о реальной способности VLM рассуждать о том, что видят другие.
