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

揭秘职场薪资秘密：用Python全面解读BOSS直聘招聘数据

揭秘职场薪资秘密：用Python全面解读BOSS直聘招聘数据前言随着求职市场的数字化转型和数据分析的广泛应用，从招聘网站获取数据并进行分析已经成为个人职业发展和企业招聘的重要工具。在本系列博客中

Java移动技术栈 2024-12-31

理解Jetpack--Hilt

上篇文章我们讲解了Dagger2这把“匕首”，下面我们继续了解如何给“匕首”装上“刀柄”。如果还没有看过上篇对Dagger2的分析，建议先看对Dagger2的分析，再来看这篇效果更佳。揭开Dagger

时亚东 2024-12-29

强缓存、协商缓存、cookie、session或者localStorage

选择使用强缓存、协商缓存、cookie、session或者localStorage取决于具体的应用需求和场景。

豫章归来时 2024-12-29

Xmind脑图实践

本篇文章将探讨在集成Xmind脑图功能时，使用kityminder遇到的一些问题和技巧，帮助你面临Xmind开发任务时，能够快速上手并避免潜在的坑

五四 2024-12-30

一文搞懂Java中的泛型擦除

在 Java 开发的日常中，大家想必都用过泛型。像创建一个只能存放字符串的集合：List list = new ArrayList();，这里的泛型让代码看起来就很 “靠谱”

J2K 2024-12-31

Vue3中实现虚拟列表、长列表性能优化与实践

在开发过程中，我们有时会遇到数据量较大的情况，这会导致大量数据同时加载到页面，从而生成过多的 DOM 元素。这种情况不仅会导致页面卡顿，甚至可能导致浏览器直接崩溃。给用户体验带来极大的负面影响

程序员张张 2024-12-29

我的2024年度总结：领证、买房、裁员、面试找工作、未来...

大家好啊，我是summo，2024也接近尾声了，是时候需要总结和反思一下了。今年发生了太多的事情，而且每一件都是人生大事，比如领证、买房、裁员、面试找工作等等，有些事情思考了很久才做如领证、买房，有

summo 2024-12-31

从时区数据库的角度理解时区和夏令时

本文将从时区数据库出发，探究时区和夏令时的原理，结合 Python 内建 datetime 模块的代码实例，尝试说清楚时区和夏令时到底是什么。

VeSync技术 2024-12-31

2024「年终总结」——欠薪、结婚、仲裁...

前言一转眼日子已经来到 24 年 12 月份。 2024 年也到达了尾声，想的抽空写一篇年终总结吧，但是写好了标题后，迟迟没有行动。直到今天是 27号的晚上，想的怎么也得在1号之前写完发布吧，让时

尖椒土豆sss 2024-12-31

Vite 构建 Vue3 组件库之路: 手写签名组件

本文介绍了一个网页手写签名组件的实现，包括画布绘制、线条自定义、设备兼容、事件处理，使用 defineExpose 暴露重置、获取数据和确认签名等功能，可灵活定制布局。

慢知行 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

揭秘职场薪资秘密：用Python全面解读BOSS直聘招聘数据

理解Jetpack--Hilt

强缓存、协商缓存、cookie、session或者localStorage

Xmind脑图实践

一文搞懂Java中的泛型擦除

Vue3中实现虚拟列表、长列表性能优化与实践

我的2024年度总结：领证、买房、裁员、面试找工作、未来...

从时区数据库的角度理解时区和夏令时

2024「年终总结」——欠薪、结婚、仲裁...

Vite 构建 Vue3 组件库之路: 手写签名组件

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