Apple ML Research、視覚概念推論の新タスクを発表
Apple ML Researchは7月17日(現地時間)、視覚言語モデル (VLM) が純粋な視覚的文脈から概念を推論する能力を評価する新たなタスク「視覚概念セットからの推論 (Visual Concept Inference from Sets、VICIS)」を発表しました。このVICISタスクは、共通概念を共有する画像セットとクエリ画像が与えられた際、その概念を維持しつつクエリと整合性のある新しい画像を生成する能力をモデルに求めます。既存のVLMは、例示画像セットから共通概念を推論し、新たな入力に適用する際に課題を抱えていました。