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

FSF呼吁2025年继续对微软施压！号召Window用户改用GNU/Linux

快科技12月31日消息，据报道，自由软件基金会（FSF）发布了名为“继续向微软施压（KeepputtingpressureonMicrosoft）”的文章，鼓励自由软件支持者在2025年继续向微软进行施压。

驱动之家 2024-12-31

上线首个模型调优工场门头沟发布5000万元创新应用基金

日前，门头沟区举办京西智谷2024年度发布会暨模型调优工场发布仪式，上线了全国首个京西智谷模型调优工场，并发布5000万元“人工智能+政务服务”创新应用引导基金。截至2024年底，拥有有效专利数2794件，全国高新技术企业累计达到318家，专精特新中小企业总量达到166家，其中国家级“小巨人”企业10家。

新京报 2024-12-31

2024年度电视盘点：MiniLED白菜价，国产旗舰狂卷画质

在经历2023年的寒潮后，2024年的电视市场终于有了回暖的迹象，特别是下半年，随着国补活动的开启，中国电视市场也迎来了新一轮的增长。而在全球范围内，中国电视的出海行动也取得了新的进展，全球五大电视品牌里中国品牌已占据三个。

雷科技 2024-12-31

电池激活与保养指南：提升续航与使用寿命的技巧

在我们日常生活中，电池是一个不可或缺的物品。无论是手机、遥控器，还是各种电子设备，电池的存在让我们的生活变得更加便利。在充电过程中，最好不要频繁地插拔电源，这样容易影响充电效果。

新报观察 2024-12-31

3399元入手骁龙8 Gen2手机！一加Ace 5 Pro开售

它采用了超窄黑边纯直屏设计，搭配利落直边中框，整体机身线条流畅，配重均匀。同时，一加Ace5Pro还采用了全新的星轨玻璃工艺和丝绸玻璃工艺，使得手机触感细腻、不粘指纹，并且拥有深邃且浪漫的视觉效果。

中关村在线 2024-12-31

强化企业创新主体地位！郏县液压支架“撑”开国际大市场

近日，位于郏县经济技术开发区的平顶山平煤机煤矿机械装备有限公司（简称平煤机装备公司）机加工分厂装配车间里，公司工程师郭新灿、周玉乾，质量管理部部长周玉亮、技术研发中心主任王跃功、技术带头人李恒乾等十余人围在一根平躺着的立柱旁，认真地对新研制的等压液压支架立柱进行校正。

河南日报 2024-12-31

广汽发布第三代机器人GoMate，人形机器人量产渐行渐近 | 投研报告

华龙证券近日发布汽车行业点评报告：广汽发布第三代机器人GoMate，人形机器人量产渐行渐近。2024年12月26日，广汽集团在中国机器人网年会发布自研第三代具身智能人形机器人GoMate，现场演示中表现出了其精确动作控制、精确导航定位与灵活自主决策能力。行业首创可变轮足移动结构，融入自研视觉自动驾驶算法。

中国能源网 2024-12-31

一加Ace 5系列是如何“All in游戏” 打造性能体验天花板？

与以往不同的是，今年Ace5系列的Pro版本提档了，与标准版一起双杯齐发；一起发生变化的还有产品整体思路：「Allin游戏」的方向下，Ace系列将围绕游戏体验，从软硬件两方面一起下手去打磨方方面面，直指目前移动游戏体验的天花板。

手机中国 2024-12-31

联通好服务用心为客户，温情相伴驱散使用烦恼

在亳州这片充满活力与希望的土地上，有一位智家工程师的名字被无数用户铭记，他就是任怀东。自加入智家工程师队伍以来，任怀东便将“客户至上，服务为先”作为自己的工作准则。在他的世界里，没有节假日，没有休息日，只有用户的需求与期待。

砍柴网 2024-12-31

星河动力谷神星二号火箭计划 2025 上半年首飞

IT之家12月31日消息，国内航天民企星河动力航天今日发布2024年度回顾，并披露了2025年的后续火箭进展。2024年，星河动力航天谷神星一号成功完成了五次陆地和海上发射任务，实现了灵活的地域、轨道适应能力和高密度发射能力。

IT之家 2024-12-31

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

FSF呼吁2025年继续对微软施压！号召Window用户改用GNU/Linux

上线首个模型调优工场门头沟发布5000万元创新应用基金

2024年度电视盘点：MiniLED白菜价，国产旗舰狂卷画质

电池激活与保养指南：提升续航与使用寿命的技巧

3399元入手骁龙8 Gen2手机！一加Ace 5 Pro开售

强化企业创新主体地位！郏县液压支架“撑”开国际大市场

广汽发布第三代机器人GoMate，人形机器人量产渐行渐近 | 投研报告

一加Ace 5系列是如何“All in游戏” 打造性能体验天花板？

联通好服务用心为客户，温情相伴驱散使用烦恼

星河动力谷神星二号火箭计划 2025 上半年首飞

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