सेब और कोलंबिया विश्वविद्यालय के शोधकर्ताओं ने फेरेट मल्टीमॉडल भाषा मॉडल का सहयोग से विकास किया, जिसका उद्देश्य उन्नत छवि समझ और वर्णन को प्राप्त करना है। इस मॉडल में शक्तिशाली वैश्विक समझ की क्षमता है, जो स्वतंत्र पाठ और संदर्भित क्षेत्रों को एक साथ संसाधित कर सकता है, और पारंपरिक मॉडलों की तुलना में प्रदर्शन में बेहतर है। शोधकर्ताओं ने GRIT डेटासेट बनाया है, जो मॉडल प्रशिक्षण के लिए मार्गदर्शन करता है, और फेरेट के कई कार्यों में प्रदर्शन का मूल्यांकन करता है, जो संदर्भ और स्थान निर्धारण की क्षमता दिखाता है, मानव-स्वचालन बातचीत, स्मार्ट खोज आदि के क्षेत्रों में महत्वपूर्ण प्रगति की उम्मीद है।