Language-aligned models and structured scene descriptions reveal sensitivity to compositional scene structure in the high-level visual cortex
Unter Verwendung von 7T-fMRT-Daten und sprachlich ausgerichteten Modellen zeigt diese Studie, dass der hochgradig visuelle Kortex empfindlich auf die kompositorische Struktur natürlicher Szenen reagiert und nicht nur auf das gemeinsame Auftreten von Objekten, was darauf hindeutet, dass eine sprachliche Überwachung künstlichen Visionsmodellen helfen kann, ähnliche strukturierte Repräsentationen zu entwickeln.