Multimodálne trénovanie mení spôsob uvažovania textového modelu
Výskumníci našli smer v skrytých stavoch, ktorý multimodálne modely používajú pri niektorých čisto textových priestorových úlohách. Jeho odstránenie poškodilo navigáciu a často zachovalo logiku, čo ukazuje, prečo čitateľná reprezentácia nemusí byť reprezentáciou, ktorú model používa.