Des classifieurs à raisonnement multimodal approchent la frontière à moindre coût et suggèrent deux axes de l’intelligence des modèles de langage
Un modèle de raisonnement réfléchit sur un texte ou une image, puis note chaque option en une seule passe. Le raisonnement fait gagner à Gemma 4 de 0,14 à 0,16 là où la réponse doit être inférée, et opposer ce qu’apporte le raisonnement à ce qu’apporte la taille sépare deux axes de capacité.