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

2024年终总结-杀不死我的，只会让我更强大

不知不觉间2024年就要过去了，而我也在掘金这个平台坚持写了一年的内容，这一年间在掘金认识了许多朋友，感谢大家一年的陪伴。今年是第一年开始在掘金写一些东西，虽然是复盘，我还是想从故事的开始说起。

东东拿铁 2024-12-25

一载72人客机在哈萨克斯坦坠毁：12人奇迹生还

快科技12月25日消息，今日，一架由阿塞拜疆航空公司运营的客机在哈萨克斯坦西部城市阿克套附近坠毁。据当地媒体最新报道，12人在阿克套附近飞机失事事故中生还，其中包括1名儿童。还有报道

2024-12-25

熊孩子玩手游46天充值6万！家长心急苹果拒绝退款

快科技12月25日消息，近年来，随着网络支付技术和网络娱乐服务业的飞速发展，未成年人参与网络付费游戏的情形越来越普遍。日前，有家长在“黑猫投诉”投诉称，家中14岁孩子在2024年

2024-12-25

问界冬季暖心活动开启：店即享免费检测+限量礼包

快科技12月25日消息，鸿蒙智行问界冬季服务活动已于12月25日启动，将持续至2025年1月29日。活动期间，进店车辆可享受一次免费的冬季检查，包括轮胎、刹车、空调系统和空气系统等多项安全检查

2024-12-25

渐冻人蔡磊还在冲刺：身体越来越差但希望越来越大

12月25日消息，据媒体报道，近日华大CEO尹烨看完蔡磊，他对尹烨说“身体越来越差，但希望越来越大。”据了解，临近年末，蔡磊还在冲刺，把生命的每分每秒投入到渐冻症的攻克上。公

2024-12-25

超硬核：从零到一部署指南

极致的部署小白教程，包学包会，你将收获到：Redis、Docker、MySQL、jdk、Nginx的安装与配置；前后端的部署流程等知识

howcode 2024-12-25

【OpenHarmony】鸿蒙 UI开发之RoundedImageView

简介 RoundedImageView支持圆角（和椭圆或圆形）的快速 ImageView。它支持许多附加功能，包括椭圆、圆角矩形、ScaleTypes 和 TileModes。效果展示：安装教程

塞尔维亚大汉 2024-12-25

2024年国内十大科技新闻公布：华为原生鸿蒙入选

12月25日消息，备受瞩目的2024年国内十大科技新闻日前正式公布。此次评选由科技日报社主办，并汇聚了部分两院院士与媒体负责人的智慧与眼光。在众多科技突破中，“首个国产移动操作系统发

2024-12-25

李想回应不想造汽车了：无论多难我绝对不只做一棵树

快科技12月25日消息，就在今晚，2024理想AI Talk将开播，今日中午，理想汽车提前放出了部分预热内容。对于主持人“别人做纯电时你做增程，现在很多人转增程了，你怎么又不想造车了，要做

2024-12-25

NVIDIA RTX 5070/Ti完整规格曝光！RTX 5070维持12GB显存

快科技12月25日消息，NVIDIA即将推出的中端显卡GeForce RTX 5070 Ti和RTX 5070的完整规格被曝光。据知名爆料者Kopite7kimi透露，RTX 5070 Ti将配备16GB GDDR7显存和256-bit位宽，搭载GB203-30

2024-12-25

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

2024年终总结-杀不死我的，只会让我更强大

一载72人客机在哈萨克斯坦坠毁：12人奇迹生还

熊孩子玩手游46天充值6万！家长心急苹果拒绝退款

问界冬季暖心活动开启：店即享免费检测+限量礼包

渐冻人蔡磊还在冲刺：身体越来越差但希望越来越大

超硬核：从零到一部署指南

【OpenHarmony】鸿蒙 UI开发之RoundedImageView

2024年国内十大科技新闻公布：华为原生鸿蒙入选

李想回应不想造汽车了：无论多难我绝对不只做一棵树

NVIDIA RTX 5070/Ti完整规格曝光！RTX 5070维持12GB显存

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