Badania pokazują, że w systemach multimodalnych (łączących tekst, obraz i inne modalności) pozytywne i negatywne sygnały mogą się wzajemnie znoszić podczas procesu dekodowania, prowadząc do niespodziewanych wyników. Naukowcy zbadali to zjawisko, które może wpłynąć na jakość generowania zawartości przez modele AI. Odkrycia sugerują, że konieczne są nowe strategie projektowania systemów multimodalnych, aby lepiej zarządzać tymi interakcjami i uniknąć "iluzji" w predykcjach modeli.