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

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海外本土电商崛起，中国商家成“抢手货”

2024年，中国商家的全球征程。

刺猬公社 2024-12-29

《爆肝整理》保姆级系列教程-玩转Charles抓包神器教程(8)-Charles如何进行断点调试

打榜首先宏哥要拉一下票，希望喜欢宏哥的支持一下，投下你宝贵的6票，投票完成记得抽奖哈，灰常感谢！！！掘金2024年度人气创作者打榜中，快来帮我打榜吧～ activity.juejin.cn/rank

北京_宏哥 2024-12-29

2024，刷新美国药圈融资纪录的创业公司，为何“独爱”这种中国新药｜行业Mapping

竞争刚刚开始。

胡香赟 2024-12-29

她闯入VC圈

产业联手VC。

投资界 2024-12-29

开发 AI 应用的无敌配方，半小时手搓学英语利器

JaxNext 2024-12-29

Vue哲学:让开发者“偷懒”又高效

前端开发的历史,从刀耕火种的年代走向现在高效的现代前端开发。 vue的出现不仅提高了前端开发的效率，也让开发者能够更好地专注于业务逻辑的实现。

经常见 2024-12-29

《爆肝整理》保姆级系列教程-玩转Charles抓包神器教程(7)-Charles苹果手机手机抓包知否知否？

北京_宏哥 2024-12-29

欧莱雅加速平价化；耐克学习阿迪达斯复苏计划；瑞幸在香港连开五店｜品牌周报

你消费的品牌，你关心的周报。

贺哲馨 2024-12-29

Linux Debian安装ClamAV和命令行扫描病毒方法

ClamAV是一个开源的跨平台病毒扫描引擎，用于检测恶意软件、病毒、木马等安全威胁。一、Linux Debian安装ClamAV 在Linux Debian系统上安装ClamAV，你可以按照以下步骤

星如雨落 2024-12-29

评论区哭穷，下单就能便宜？

越穷越省钱？

科技狐 2024-12-29

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海外本土电商崛起，中国商家成“抢手货”

《爆肝整理》保姆级系列教程-玩转Charles抓包神器教程(8)-Charles如何进行断点调试

2024，刷新美国药圈融资纪录的创业公司，为何“独爱”这种中国新药｜行业Mapping

她闯入VC圈

开发 AI 应用的无敌配方，半小时手搓学英语利器

Vue哲学:让开发者“偷懒”又高效

《爆肝整理》保姆级系列教程-玩转Charles抓包神器教程(7)-Charles苹果手机手机抓包知否知否？

欧莱雅加速平价化；耐克学习阿迪达斯复苏计划；瑞幸在香港连开五店｜品牌周报

Linux Debian安装ClamAV和命令行扫描病毒方法

评论区哭穷，下单就能便宜？

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