超越同級7B模型！中國團隊開源大規模高質量圖文數據集ShareGPT4V，大幅提升多模態性能
研究人員利用GPT4-Vision構建了一個大規模高質量圖文數據集ShareGPT4V，并在此基礎上訓練了一個7B模型，在多項多模態榜單上超越了其他同級模型。原文來源：新智元由無界 AI生成OpenAI在九月份為ChatGPT添加了圖像輸入功能，允許用戶使用上傳一張或多張圖像配合進行對話，
首頁 > GPT-4V
GPT-4V
-
-
GPT-4V被曝離譜bug：突然執行神秘代碼，空白圖片讀出打折信息，網友們都看呆了
原文來源：量子位由無界 AI生成GPT-4V出現驚天bug？！原本只是讓它分析一張圖片，結果它直接犯了致命安全問題，把聊天記錄都給抖落出來了。只見它完全沒回答圖片內容，而是直接開始執行“神秘”代碼，然后用戶的ChatGPT聊天記錄就被暴露了。再如看完一份完全胡扯的簡歷：發明了世界上第一臺H
-
GPT-4V連小學生都不如？最新基準測試錯誤率竟高達90%：紅綠燈認錯、勾股定理也不會
文章來源：新智元編輯：LRS 好困馬里蘭大學發布首個專為VLM設計的基準測試HallusionBench，全面測試GPT-4V視覺錯誤和語言幻覺。由無界 AI生成GPT-4被吹的神乎其神，作為具備視覺能力的GPT-4版本——GPT-4V，也被大眾寄于了厚望。但如果告訴你，初中生都知道的勾股
-
微軟寫了份GPT-4V說明書：166頁講解又全又詳細，提示詞demo示例一應俱全
來源：量子位多模態王炸大模型GPT-4V，166頁“說明書”重磅發布！而且還是微軟團隊出品。什么樣的論文，能寫出166頁？不僅詳細測評了GPT-4V在十大任務上的表現，從基礎的圖像識別、到復雜的邏輯推理都有展示；還傳授了一整套多模態大模型提示詞使用技巧——手把手教你從0到1學會寫提示詞，回答專業程度
-
“AI春晚”結束不到24小時，大批GPT新用例出爐：電競解說，瑜伽教練，網友們腦洞大開
由無界 AI生成11 月 7 日，AI 界“春晚”召開，全世界科技圈的目光再次匯聚美國舊金山。在短短 45 分鐘時間里，那個男人——山姆?奧特曼再次向世界證明“你大爺還是你大爺”。總結來看，這一波 GPT 的升級主要包括支持 128K 上下文窗口的 GPT-4 Turbo 模型；可定制的“
-
正面硬剛GPT-4V！浙大校友開源多模態大模型LLaVA-1.5，130億參數8個A100一天訓完
原文來源：新智元由無界 AI生成9月底，OpenAI宣布ChatGPT多模態能力解禁。多模態GPT-4V的神奇能力讓眾人驚呼：這就是GPT-4.5吧？這才沒過多久，GPT-4V的開源競爭對手——LLaVA-1.5，就已經來了！4月，來自威斯康星大學麥迪遜分校、微軟研究院以及哥倫比亞大學的研
-
連葫蘆娃都數不明白，解說英雄聯盟的GPT-4V面臨幻覺挑戰
讓大模型同時理解圖像和文字可能比想象中要難。由無界 AI生成在被稱為「AI 春晚」的 OpenAI 首屆開發者大會拉開帷幕后，很多人的朋友圈都被這家公司發布的新產品刷了屏，比如不需要寫代碼就能定制應用的 GPTs、能解說球賽甚至「英雄聯盟」游戲的 GPT-4 視覺 API 等等。不過，在大
-
微軟出品，166頁深度解讀，多模態GPT-4V
原文來源：AIGC開放社區由無界 AI生成多模態王炸大模型GPT-4V，166頁“說明書”重磅發布！而且還是微軟團隊出品。什么樣的論文，能寫出166頁？不僅詳細測評了GPT-4V在十大任務上的表現，從基礎的圖像識別、到復雜的邏輯推理都有展示；還傳授了一整套多模態大模型提示詞使用技巧——手把
-
比Siri更懂iPhone！GPT-4V可“操作”手機完成任意指令，無需訓練
一項研究發現：無需任何訓練，GPT-4V就能直接像人類一樣與智能手機進行交互，完成各種指定命令。比如讓它在50-100美元的預算內購買一個打奶泡的工具。
-
媲美GPT-4V，僅使用1.2M數據、8個A100，一天內完成訓練，LLaVA-1.5刷新11個基準SOTA
由無界 AI生成多模態大模型落地的風，最終還是刮了起來。十幾天前，OpenAI 為 ChatGPT 添加了圖像識別功能，允許用戶使用上傳一張或多張圖像配合進行對話。從 OpenAI 自己公開的簡短文檔，我們得知， ChatGPT 識圖功能的背后是一個名為 GPT-4V 的新款大模型。實際上
