GPT-4V连小学生都不如？最新基准测试错误率竟高达90%：红绿灯认错、勾股定理也不会

作者：新智元发布时间：2023-10-31

具备视觉能力的GPT-4版本——GPT-4V，一定程度上被大众寄予了期待，但最近有研究人员基于他们对于视觉能力的测试，发现GPT-4V在回答视觉问题组的错误率竟高达近90%。而导致这类错误发生的原因，可能在于视觉错觉和语言幻觉。...【查看原文】

相关资讯

GPT-4V连小学生都不如？最新基准测试错误率竟高达90%：红绿灯认错、勾股定理也不会

具备视觉能力的GPT-4版本——GPT-4V，一定程度上被大众寄予了期待，但最近有研究人员基于他们对于视觉能力的测试，发现GPT-4V在回答视觉问题组的错误率竟高达近90%。而导致这类错误发生的原因，可能在于视觉错觉和语言幻觉。

GPT-4

新智元 2024-01-01

1101 早早聊 AI 资讯｜千亿级参数新星 2.0 挑战 GPT-4，5 分钟搞出大模型、GPT-4V 错误率高达 90%？、AI 一眼识破推理桌游...

GPT-4

前端早早聊 2023-11-02

中欧AI立法同期突破：为ChatGPT设置“红绿灯”？

一个可参考的时间表是，2017年7月，国务院发布的《新一代人工智能发展规划》提到“三步走”战略，其中第二步展望，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，同时初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。

ChatGPT 人工智能法律

财经杂志 2023-06-16

错误率高达50%？ChatGPT医疗诊断能力遭质疑

尽管人工智能在医疗领域取得了令人瞩目的进展，但一项新的研究表明，通用型AI如ChatGPT在复杂医疗诊断方面仍存在显著缺陷。加拿大安大略省西部大学的医学教育家AmritKirpalani领导的研究团队发现，ChatGPT在诊断150个来自Medscape的复杂医疗案例中，有76个出现错误，错误率超过50%。

ChatGPT 医疗教育人工智能

站长之家 2024-08-20

ChatGPT在儿科疾病诊断中错误率高达83%

ChatGPT

站长之家 2024-01-05

近期资讯

鸿蒙智行上新！问界M8实车曝光：和大哥M9用上同款前脸

快科技12月26日消息，今日晚间，有博主分享照片显示，鸿蒙智行问界M8实车突然曝光。从曝光照片来看，这辆问界M8全车没有任何伪装，车身细节完全公之于众。问界M8用上了与“大哥&rdqu

2024-12-27

8只猛犸象被困孤岛持续繁衍6000年直到3650年前才灭绝

猛犸象这种已灭绝的动物，在西伯利亚的永久冻土中埋藏着许多它们的化石，这些化石述说着它们过去的辉煌。△ 猛犸象的头部化石鼻子的位置有点像有一个眼孔以前的人看到这些巨大的化石，给后

2024-12-27

《黑色沙漠》Steam海外版免费领！手游版国服将停服

由Pearl Abyss开发与发行的大型多人在线游戏《黑色沙漠》现已正式在Steam平台里开启了限时免费领取活动，活动截止日期为2025年1月7日。需要注意的是，《黑色沙漠》锁Steam国区，玩家需要使用海

2024-12-26

中国充电桩数量激增50% 高速服务区已超3.3万台

快科技12月26日消息，国家能源局近日在深圳组织了一场关键会议，聚焦于推动高质量充电基础设施体系的建设与发展。会上披露的最新数据显示，截至11月底，全国已建成1235.2万台充电桩，同比增长

2024-12-27

女网红拿无人区救命粮喂狗被质问后称遭到了网暴

12月24日，多名网友发布一自驾游博主的直播片段，其回应了此前在无人区拿走食物，称：“不是我的东西我才拿呢，出来自驾游一年多没人说我人品不行。”这理直气壮的发言，逻辑硬是没

2024-12-27

《王者荣耀》超爽玩法“无限乱斗”回归：觉醒升级

快科技12月26日消息，《王者荣耀》无限乱斗模式即将于12月31日焕新归来，带来更加紧张刺激的游戏体验！本次更新不仅加快了对局节奏，还引入了三项全新技能：影之分身、逐风之箭和形之变幻，为

2024-12-27

发朋友圈小心翼翼就算了现在连微信签名都要被审判

前段时间差评君刷到个抖音视频，叫《看朋友圈签名识人》。视频里，博主看一眼别人的微信个性签名，就知道这是个啥样的人。比如有人的个性签名是 “ 人间一趟，发财

2024-12-27

小米BL解锁规则调整：最多支持解锁1台绑定设备

快科技12月26日消息，对于刷机爱好者来说，Bootloader（BL）解锁必不可少，只有解锁了之后才能进行各种修改操作。不过对于普通用户来说，随意解锁并不是好事，很多厂商都已经严格把控。小米

2024-12-27

流畅度、游戏性能大增！Redmi K60系列推送小米澎湃OS 2

快科技12月26日消息，Redmi K60系列目前已经推送了小米澎湃OS 2正式版系统，具体版本为OS 2.0.3.0.VMNCNXM。持有K60系列的用户，可点击“设置-我的设备-系统版本”进行 OTA 更

2024-12-27

宁德时代：拟赴香港二次上市

快科技12月26日消息，今日晚间，宁德时代发布公告称，为进一步推进公司全球化战略布局，打造国际化资本运作平台，提高综合竞争力，公司拟发行境外上市外资股(H股)股票并申请在香港联合交易所有限

2024-12-27

GPT-4V连小学生都不如？最新基准测试错误率竟高达90%：红绿灯认错、勾股定理也不会

推荐体验

相关资讯

GPT-4V连小学生都不如？最新基准测试错误率竟高达90%：红绿灯认错、勾股定理也不会

1101 早早聊 AI 资讯｜千亿级参数新星 2.0 挑战 GPT-4，5 分钟搞出大模型、GPT-4V 错误率高达 90%？、AI 一眼识破推理桌游...

中欧AI立法同期突破：为ChatGPT设置“红绿灯”？

错误率高达50%？ChatGPT医疗诊断能力遭质疑

ChatGPT在儿科疾病诊断中错误率高达83%

近期资讯

鸿蒙智行上新！问界M8实车曝光：和大哥M9用上同款前脸

8只猛犸象被困孤岛持续繁衍6000年直到3650年前才灭绝

《黑色沙漠》Steam海外版免费领！手游版国服将停服

中国充电桩数量激增50% 高速服务区已超3.3万台

女网红拿无人区救命粮喂狗被质问后称遭到了网暴

《王者荣耀》超爽玩法“无限乱斗”回归：觉醒升级

发朋友圈小心翼翼就算了现在连微信签名都要被审判

小米BL解锁规则调整：最多支持解锁1台绑定设备

流畅度、游戏性能大增！Redmi K60系列推送小米澎湃OS 2

宁德时代：拟赴香港二次上市

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响