小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
这些VLM竟都是盲人?GPT-4o、Sonnet-3.5相继败于「视力」测试

本文讨论了视觉语言模型(VLMs)在视觉测试中的表现,发现其在判断线条交点、识别被红圈圈出的字母、计算图形重叠等任务中表现不佳。文章指出VLMs的视觉能力可能与推理能力和对图像内容的理解方式有关,并建议对其视觉理解和推理能力进行深入研究。

这些VLM竟都是盲人?GPT-4o、Sonnet-3.5相继败于「视力」测试

机器之心 机器之心 · 2024-07-11T08:39:29Z

Qwen-VL系列模型推出了两个增强版本:Qwen-VL-Plus和Qwen-VL-Max,提升了图像推理能力、细节识别和高清晰度图像支持。在多模态任务中表现优秀,超越了之前的开源模型。Qwen-VL-Max在中文问题回答和文本理解任务上超越了OpenAI的GPT-4V和谷歌的Gemini。

阿里千问Qwen-VL在几个基准AI上优于GPT-4V和Gemini

极道 极道 · 2024-01-31T00:26:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码