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：2024-01-01

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 2023-10-31

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

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

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

手把手搭建Rollup+Typescirpt的工具库

工具库：RollupTsUtils 指南概览本文将引导您从零开始构建一个高效、现代的 JavaScript 工具库——RollupTsUtils。这个库将集成 TypeScript 的类型安全、R

liyf 2024-09-14

Vue一种超简单在指定滚动位置显示隐藏元素(悬浮按钮)方法

本前端仔在开发完某个项目的时候，正准备上线，突然，老板大喊：我心里一阵苦闷：其实，这个需求很简单，常规操作css粘性定位或者直接监听滚动事件即可，但是为了应对变化莫测的需求: 本前端仔想了想，可以

前端炒粉仔 2024-09-14

Java中如何获取Object对象的值？一文带你学会！

今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远...

喵手 2024-09-14

关于window.open 被浏览器拦截解决方案

本文介绍了在购物车项目中使用 `window.open` 弹出新窗口时，遇到浏览器拦截问题的解决方案。通过分析原因，提出了三种应对方法，包括绑定点击事件、先打开空白窗口后填充 URL 以及提示用户手动

keer6 2024-09-14

打造更安全的前端水印：防破解技术与暗水印应用

上一篇我们讲到前端水印实现的几种方式，这一篇我们继续讨论一下如何防止去除水印的问题。在大多数情况下，我们一般都采用 Canvas 实现水印，下面我们就基于此方案上进行讨论，其他方案……

九幽归墟 2024-09-14

高效解析与遍历：Java中如何循环树形结构？？

喵手 2024-09-14

深入解析：Java中如何使用Redis存储购物车信息？

喵手 2024-09-14

系列2：【上手】qiankun管理多个子应用—像指挥家一样管理

指挥家：使用 Qiankun 高效管理多个子应用。从子应用的路由配置、动态加载与卸载，到子应用间的通信与状态共享，实际示例和详细讲解，像指挥家一样协调乐队，使各个子应用默契配合，为用户提供流畅的体验！

没脑子的草履虫 2024-09-14

Android资源图片文件名整理工具

熟悉android的朋友都知道，android资源目录中有适配不同分辨率的不同尺寸图片资源目录xhdpi、xxhdpi、xxxhdpi等。

龙正义 2024-09-14

vue3 diff 优化分析

Vue3 针对diff做了性能优化，来提高虚拟DOM高效更新，反复说到的双端比对，属性按需更新，来提高比对过程中的性能，那过程中是怎么样实现的呢？新旧VDOM diff——双端比对&最长递增序列新

web_code 2024-09-14

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

中欧AI立法同期突破：为ChatGPT设置“红绿灯”？

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...

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

手把手搭建Rollup+Typescirpt的工具库

Vue一种超简单在指定滚动位置显示隐藏元素(悬浮按钮)方法

Java中如何获取Object对象的值？一文带你学会！

关于window.open 被浏览器拦截解决方案

打造更安全的前端水印：防破解技术与暗水印应用

高效解析与遍历：Java中如何循环树形结构？？

深入解析：Java中如何使用Redis存储购物车信息？

系列2：【上手】qiankun管理多个子应用—像指挥家一样管理

Android资源图片文件名整理工具

vue3 diff 优化分析

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