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

轻松掌握微信转账技巧，安全高效处理日常支付问题

如果你想进行转账，可以直接点击右下角的“我”，然后选择“支付”。系统会要求你输入支付密码，这个密码是为了保护你的账户安全，确保只有你本人能够进行支付。

新报观察 2024-12-31

重磅！国际最大超导磁体动态测试设施在合肥建成

快科技12月31日消息，据报道，由中国科学院合肥物质院等离子体所建设运行的国家重大科技基础设施“聚变堆主机关键系统”子系统“聚变工程堆中心螺管系统”完成首轮测试实验，最大测试电流达到稳态48kA，超过47kA的设计值。

驱动之家 2024-12-31

深圳制造业向高向新持续加力

顺丰旗下的全球首款C端互寄无人机物流产品丰翼无人机，已在大湾区实现低空物流大规模常态化运营。制造业是实体经济的主体，是国民经济的命脉，深圳制造不断向高向新，持续加力，1-11月，深圳制造业增加值同比增长9.5%。

央广网 2024-12-31

向新生长：从40期《新引擎》看新质生产力在2024年的新进化

3月12日上线以来，澎湃新闻专注于新质生产力报道的电子周刊《新引擎》已刊发40期。2024这一年，我们从上海出发，调研了全国东西南北中20个城市，撰写了近200篇报道，仅澎湃新闻网点击量达1.8亿次。

澎湃新闻 2024-12-31

钛媒体科股早知道：台积电或完成这类技术整合，预计明年送样

随着AI技术的飞速发展，在工业和家庭领域中构建能够精确操作且仅需少量任务演示的通用实体机器人成为可能。之前的PerAct、RVT等通用模型，在训练方面有一定的优势但还是有不少局限性。英伟达的研究人员在RVT基础之上研发出了第二代，训练效率比第一代快6倍，推理效率快2倍，仅10次示范学习就能执行各种高精度任务。

钛媒体APP 2024-12-31

跨界做机器人销量一年翻两番这家造“机”新势力，新在哪？

全年销售额突破8000万元，这一数字是去年的4倍，是前年的10倍不止。在振动筛分设备的制造中，涉及大量的焊接工序，因此早在2006年，威猛股份就购买工业机器人，尝试对生产线进行自动化改造，然而，由于筛分设备大部分为非标大件，机器人却是固定位置的，需要拿工件来找机器人，无法灵活焊接。

河南日报 2024-12-31

印度搞太空对接实验追赶中美俄

印度空间研究组织30日表示，将于当天晚上10时（北京时间31日凌晨0时30分）使用PSLV-C60火箭发射两个航天器，进行关键的太空对接实验（SpaDeX）。《印度斯坦时报》称，这是一项具有成本效益的太空对接技术演示，“如果成功，印度将加入中国、俄罗斯和美国的行列”。

环球时报 2024-12-31

Arnis 开启《我的世界》新玩法：一键转换地图，游戏重建真实世界

IT之家12月31日消息，开发者LouisErbkamm使用Rust编程语言，推出了一款名为Arnis的全新开源工具，将OpenStreetMap（OSM）数据转换为详细的《我的世界》（Minecraft）游戏地图，让玩家无需手动搭建，即可虚拟体验真实世界。

IT之家 2024-12-31

世界首台500兆瓦冲击式机组转轮完成焊接制造

当日，世界首台单机500兆瓦扎拉水电站冲击式水轮发电机组转轮在哈电集团哈尔滨电机厂有限责任公司完成焊接制造，标志着我国高水头、大容量冲击式水电机组的研制技术实现了重大突破，走在了世界前列。哈电电机自主化研制的冲击式转轮能量转换效率达到世界先进水平，转轮采用锻焊结构，由1个轮毂锻件和21个水斗锻件组成，焊接后的重量超过90吨。

光明网 2024-12-31

东吴证券：继续看好科技成长和内需顺周期

短期催化方面，特朗普上台可能推出新的政策举措，彼时以其贸易政策为代表的外部扰动料将加剧，或为科技行情带来潜在催化。以科技创新提高要素生产效率，在国内需求和供给之间形成新的配套产业链，是畅通“内循环”新格局的重要抓手，亦即新能源、人工智能、空天信息等领域的技术创新和发展，将获得决策层高度重视。

每日经济新闻 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

轻松掌握微信转账技巧，安全高效处理日常支付问题

重磅！国际最大超导磁体动态测试设施在合肥建成

深圳制造业向高向新持续加力

向新生长：从40期《新引擎》看新质生产力在2024年的新进化

钛媒体科股早知道：台积电或完成这类技术整合，预计明年送样

跨界做机器人销量一年翻两番这家造“机”新势力，新在哪？

印度搞太空对接实验追赶中美俄

Arnis 开启《我的世界》新玩法：一键转换地图，游戏重建真实世界

世界首台500兆瓦冲击式机组转轮完成焊接制造

东吴证券：继续看好科技成长和内需顺周期

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