क्या multimodal मॉडल समान ऑप्टिकल स्पेक्ट्रम के साथ प्रस्तुत किए जाने पर सुसंगत निर्णय लेते हैं?
multimodal ऑप्टिकल स्पेक्ट्रा पर मॉडल उत्तर प्रारूप के साथ झूलते हैं, अक्सर निरस्तीकरण विफल हो जाते हैं और निम्न-रैंक ट्यूनिंग तर्क के बजाय शॉर्टकट सिखा सकता है।