Language-aligned models and structured scene descriptions reveal sensitivity to compositional scene structure in the high-level visual cortex
باستخدام بيانات التصوير بالرنين المغناطيسي الوظيفي بقوة 7 تسلا والنماذج المتوافقة لغوياً، تُظهر هذه الدراسة أن القشرة البصرية العليا حساسة للبنية التركيبية للمشاهد الطبيعية بدلاً من مجرد التزامن بين الأشياء، مما يشير إلى أن الإشراف اللغوي يمكن أن يساعد نماذج الرؤية الاصطناعية على تطوير تمثيلات هيكلية مماثلة.