城市交叉口的视觉推理：对GPT-4o进行微调以检测交通冲突

本研究解决了无人信号控制城市交叉口中的复杂交通管理问题，探讨了使用多模态大型语言模型（如GPT-4o）进行逻辑和视觉推理的新方法。研究表明，通过微调模型，GPT-4o在交通冲突检测上实现了77.14%的准确率，而模型生成的解释和建议的准确率分别达到了89.9%和92.3%，显示了其在实时交通管理中的可行性与潜在影响。