GPT-4V (ision) 是文本生成三维图像的人类对齐评估器
原文中文，约500字，阅读约需1分钟。发表于：。用 GPT-4V 生成评估提示，通过用户定义的标准比较两个 3D 模型，并使用这些两两比较结果分配模型的 Elo 评级，实验结果表明我们的度量方法在不同评估标准下与人类偏好强烈吻合。
该论文评估了GPT-4V在医学图像任务中的能力，发现其在生成胸部X射线图像描述性报告方面有潜力，但在某些评估指标上仍需改进。在医学问答方面，GPT-4V在问题类型上表现熟练，但准确性不如现有基准。在视觉基础领域，GPT-4V在识别边界框方面显示潜力，但精度不够。评估强调了GPT-4V在医学图像领域的潜力，但需要改进来充分发挥其能力。
