Apple testuje, či vizuálne modely vedia odvodiť pojem iba z príkladov
Apple predstavil úlohu VICIS pre vizuálne odvodzovanie pojmov zo sád obrázkov. Výsledky naznačujú, že dnešné vision-language modely stále často ignorujú vizuálny kontext a vracajú sa k zaujatým generáciám.

