অধ্যয়ন দেখায় যে দৃষ্টি-ভাষা মডেলগুলি কয়েকটি-শট অভিযোজনে একটি মডেল-শ্রেণীর সিলিংকে আঘাত করে
একটি নতুন arXiv সমীক্ষা রিপোর্ট করে যে টেক্সট এবং ইমেজ প্রোটোটাইপের মধ্যে মিশ্রন টিউন করা কয়েকটি-শট ভিশন-ভাষা মডেলের নির্ভুলতার প্রধান সীমা নয়। 4,800টি মূল্যায়ন কোষ বিস্তৃত পরীক্ষায়, বৈধতা-মুক্ত লিনিয়ার প্রোবগুলি এমনকি পরীক্ষা-সেট তথ্যের সাথে নির্বাচিত একটি মিশ্রণকে ছাড়িয়ে গেছে।