# Frågor om regissörens synfält ändrar VLM-modellers beteende

> När modellerna får frågan om vad en regissör kan se väljer sex GPT-modeller och Qwen3.8‑27B betydligt oftare dolda block. Det visar att frågan i sig påverkar deras beteende.

Oossa · 2026-10-22 · https://oossa.com/sv/study-finds-asking-vision-language-models-about-a-director-s-view-changes-their-

Forskare på arXiv rapporterar att vision-language-modeller (VLM:er) beter sig annorlunda när de först får frågan om vad en regissör kan se. I en ”Director Task”, där ett stort block är dolt för regissören, ökade sannolikheten att modellen valde det dolda blocket med 12 till 88 procentenheter för sex GPT-modeller och med 17 procentenheter för Qwen‑3.8‑27B när den fick frågan vilka block regissören kunde se. Modellerna återgav fortfarande regissörens synfält korrekt, men den föregående frågan fick dem att i sitt efterföljande val utgå mer från sitt eget perspektiv.

## Fakta

- Artikeln skickades in 21 Oct 2026 och publicerades 22 Oct 2026
- Efter en fråga om perspektiv ökade GPT-modellernas val av dolda block med upp till 88 procentenheter

## Varför det spelar roll

Utvärderare måste ta med ett jämförelsevärde utan en fråga om perspektiv, annars riskerar de att felbedöma VLM-modellernas faktiska förmåga att resonera om andra.

## Källor och referenser

1. [Asking What a Director Sees Can Change What Vision-Language Models Choose](https://arxiv.org/abs/2610.29318) – arXiv, 2026-10-22

Senast uppdaterad: 2026-10-22