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

《Move 学习》- "Hello, Move!" 示例

通过这个简单的 "Hello, World!" 示例，我们学习了如何创建包、编写模块、编译代码以及运行测试。接下来，你可以继续探索 Move 语言的更多功能，比如编写更复杂的模块、处理交易和与区块链交

链上码农 2024-12-26

时清云 2024-12-26

强大的壳-Shell Script

Shell脚本我们经常会使用，平时自己折腾Nas会用到，工作中为了配置CI会用到，自己的电脑上最近为了配置自己的命令行环境也要使用shell来进行配置。因此来分享一下最近的使用体会。

码农明明 2024-12-26

flutter 开发笔记（七）：音视频

音视频播放是许多应用程序中的关键功能，能够提供丰富的多媒体体验。本文将介绍如何在 Flutter 中实现音视频播放功能，并提供具体的代码视频播放视频可以安装 video_player，最新版本可以

张二三 2024-12-26

HarmonyOS实战开发之HMRouter实现跳转

不知道大家在日常进行Harmony OS 的App开发的时候，对于页面跳转使用的都咋样，官方是提供了2种方式，分别是组件导航（Navigation）和页面路由（@ohos.router）两

程序员Feri 2024-12-26

探索HarmonyOS Next API 13 ：Camera API 照相机功能实战

在完成蓝牙音频播放器的开发后，我开始着手研究HarmonyOS Next中的最新API。这次，我决定深入学习Camera API和CameraPicker API。

李游Leo 2024-12-26

VMware中Debian12代理设置

为Debian 12编写可以快速开启与关闭代理的脚本，并演示了如何验证代理是否生效。以Debian 12为示例，但可以用于其他Linux系统。

大河之川 2024-12-26

JavaScript 中的 `this` 解释

前端面试问题（5 部分系列）这是前端面试问题系列的第 5 个问题。如果您希望提高准备水平或保持最新状态，请考虑注册前端训练营。 this 关键字始终引用函数或脚本的当前上下文。 this 对于我们大

用户43110631334 2024-12-26

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

《Move 学习》- "Hello, Move!" 示例

Electron应用实践——前端该如何开发桌面应用

Karmada v1.12 版本发布！单集群应用迁移可维护性增强

【算法】被围绕的区域

强大的壳-Shell Script

flutter 开发笔记（七）：音视频

HarmonyOS实战开发之HMRouter实现跳转

探索HarmonyOS Next API 13 ：Camera API 照相机功能实战

VMware中Debian12代理设置

JavaScript 中的 `this` 解释

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