大型語言模型

深度分析

Einstein World Models：結合視覺思考的大型語言模型推理新架構

研究探討大型語言模型能否透過視覺思考實驗提升推理能力，提出EinsteinWorldModels架構讓模型在推理過程中呼叫世界模組產生短影片，將視覺假設納入推理軌跡。結果顯示此機制可補足文字描述的不足，為未來多模態推理提供新方向，以及對AI研究的啟發。