في خطوة مبتكرة نحو تطوير الذكاء الاصطناعي، قدَّمت دراسة جديدة بعنوان "تدقيق الائتمان البصري" (Visual Credit Audit) والذي يُعتبر نموذجاً رائداً في تقييم فهم الأنظمة الذكية للبيانات البصرية. تركز هذه التقنية على كيفية استفادة نموذج الذكاء الاصطناعي من الصور في مواقف الاستدلال المكاني، حيث تكشف النتائج أن العديد من القرارات الصحيحة لم تحصل على الائتمان المناسب بسبب قيود في تصميم الاختبار.

عبر خضوع النماذج العامة متعددة الأنماط (Multimodal Large Language Models) لأربعة اختبارات مفتوحة، أظهرت النتائج أن 12.73% إلى 26.25% من القرارات المقدمة كانت صحيحة ولكن لم تُعطَ الفضل المطلوب. يعكس ذلك كيفية تأثير الصور في دعم قرارات تلك النماذج أكثر من تأثير النصوص فقط.

أحد الجوانب المثيرة للاهتمام في الدراسة هو كيفية تقليل دقة الائتمان المعتمدة على العلاقة بين 21.25% إلى 47.80% عند استخدام صور مطابقة، مما يظهر الحاجة إلى تحسين العمليات المعتمدة لتقييم استجابة النموذج. يعد تدقيق الائتمان البصري خطوة هامة لفهم أساليب الذكاء الاصطناعي في معالجة الصورة وكيف يمكن استخدام الصور لدعم قرارات أكثر دقة.

تظهر النتائج أيضاً أن نسبة من التغيرات في الإجابات ترجع إلى استجابة النموذج لتحويلات معينة، مما يعزز فهماً أعمق للاعتماد المتبادل بين الصور والنصوص في الاستدلال المكاني. تتيح النتائج المستقلة على التعديلات المناسبة في الهندسة، فحصاً طبيبياً مرجعياً ضد الصور الطبيعية مما يعكس فعالية الائتمان الممنوح لكل نموذج.

بذلك، يبدو أن "تدقيق الائتمان البصري" يمثل خطوة مهمة نحو تحسين دقة نموذج الذكاء الاصطناعي، حيث يفصل نجاح المعايير إلى ثلاثة محاور: الصحة، الدعم الإضافي من الصورة، والاستجابة المتسقة مع العلاقة.