Visuelles Schlussfolgern

NVIDIA hat NV-Reason-CT veröffentlicht, ein offenes 3D-CT-Vision-Language-Modell, das darauf ausgelegt ist, radiologische Berichte, Denkspuren und Folgegespräche zu erzeugen.

Ein neuer Benchmark zeigt, dass selbst die besten KI-Modelle bei der Analyse komplizierter Diagramme etwa 50 % an Genauigkeit verlieren und damit eine zentrale Grenze des visuellen Denkens offenlegen.