gpt-4v | BriefGPT - AI 论文速递

关键词gpt-4v

搜索结果 - 54

GPT-4V 作为交通助手：对复杂交通事件的视觉语言模型的深入研究
通过使用 GPT-4V 对代表性交通事件视频进行实验，我们发现 GPT-4V 在某些经典交通事件中展现出了出色的认知、推理和决策能力，同时也发现了它在更复杂场景中的理解存在一定限制，这些限制值得进一步探索和解决。
PDF5 months ago
人类与线性混合模型：探究数字通信中表情符号解释与使用的差异
通过研究 GPT-4V 在复制人类使用表情符号方面的行为，揭示了人类和 GPT-4V 之间明显的差异，这可能是由于人类解释的主观性以及 GPT-4V 的以英语为中心的训练的局限性所引起的，这暗示了文化偏见和对非英语文化的不足。
PDF6 months ago
GPT-4 视觉在医学中的专家级准确性背后的隐藏缺陷
通过对 Generative Pre-trained Transformer 4 with Vision (GPT-4V) 在图像理解、医学知识回忆和多模态推理等方面综合分析，本研究发现 GPT-4V 在多项选择准确性方面超过人类医生（88
PDF6 months ago
GPT-4V (ision) 是文本生成三维图像的人类对齐评估器
用 GPT-4V 生成评估提示，通过用户定义的标准比较两个 3D 模型，并使用这些两两比较结果分配模型的 Elo 评级，实验结果表明我们的度量方法在不同评估标准下与人类偏好强烈吻合。
PDF6 months ago
探索 GPT-4V 在海洋分析中的边界：初步案例研究
该研究基于 GPT-4V 进行了海洋分析的初步和综合性案例研究，评估了 GPT-4V 在海洋研究中的性能，并为未来 MLLM 的发展设定了新的标准。实验结果表明，GPT-4V 生成的回应仍远未满足海洋领域的特定需求。
PDF6 months ago
GPT-4V 是一种通用的互联网代理系统，具有视觉能力
本文研究了大型多模态模型 (LMMs)，特别是 GPT-4V (ision) 和 Gemini 的最新进展，扩展了多模态模型的能力边界，超出了传统任务如图像标题生成和视觉问答。我们提出了 SEEACT，一种利用 LMMs 的通用网络代理，可
PDF6 months ago
教育证据显示 GPT-4V 战胜 Gemini Pro
本研究通过使用视觉问答（VQA）技术比较了 Gemini Pro 和 GPT-4V 在教育环境下的分类表现，研究了这两个模型在科学教育中阅读基于文本的评分标准并自动评分学生绘制模型的能力。研究发现，GPT-4V 在评分准确性和二次加权 Ka
PDF6 months ago
多模态基础模型在地理、环境、农业和城市规划应用中的承诺与挑战
GPT-4V 在地理学、农业和城市规划领域的绩效评估中展现出潜力，但在一些需要细粒度识别和精确计数的任务中存在局限性。
PDF6 months ago
挑战 GPT-4V？对 Gemini 在视觉专长方面的早期探索
Gemini Pro is explored as a challenger to GPT-4V in multi-modal learning, showcasing comparable visual reasoning capabil
PDF7 months ago
在线视觉问答中 GPT-4V 和 Gemini 的评估
我们评估了 GPT-4V 和 Gemini 这两种最先进的大型多模态模型，并利用 VQAonline 数据集进行了综合评估。通过生成关于约 2000 个视觉问题的七种元数据，我们分析了 GPT-4V 和 Gemini 的零样本性能，并确定了
PDF7 months ago
3DAxiesPrompts：释放 GPT-4V 的三维空间任务能力
通过使用一种名为 3DAxiesPrompts（3DAP）的新型视觉提示方法，我们解放了 GPT-4V 在执行 3D 空间任务方面的能力。我们的研究发现，尽管 GPT-4V 在通过现有的视觉提示技术识别 2D 实体的位置和相互关系方面表现出
PDF7 months ago
评估 GPT4-V 在结构化推理任务上的表现
最近，GPT-4 语言模型与视觉能力相结合，我们对 GPT-4V 和其他五个基准模型进行了提示评估，包括数学推理、视觉数据分析和代码生成等结构化推理任务。我们发现视觉的 Chain-of-Thought，在多模态 LLMs 上的扩展，在基准
PDF7 months ago
EgoPlan-Bench：基于多模态大型语言模型的自我中心体验规划基准测试
多模态大型语言模型（MLLMs）在具有出色推理和概括能力的大型语言模型（LLMs）基础上开辟了新的具身任务规划途径。我们引入了一项人类注释的基准测试 EgoPlan-Bench，定量调查 MLLMs 在现实场景中作为具身任务规划器的潜力，并
PDF7 months ago
利用 GPT-4V 进行网孔化学中的图像和数据挖掘
该研究展示了 GPT-4V 的卓越能力，在金属有机框架方面的搜索和数据获取方面尤其出色。通过自动将 346 篇学术文章转化为 6240 张图像，并运用 GPT-4V 进行自然语言提示分析，该方法在判断和解释关键图表（如氮吸附等温线、PXRD
PDF7 months ago
GPT-4V 带情感属性：多模态情感理解的零样本基准测试
GPT-4V quantitatively evaluates its capabilities in multimodal emotion understanding, showcasing impressive results and
PDF7 months ago
GPT-4V 掌控方向：对行人行为预测的承诺和挑战评估
GPT-4V 在自动驾驶中利用公开可用的数据集 JAAD、PIE 和 WiDEVIEW 进行行人行为预测的评估，定量和定性评估证明了 GPT-4V 在零 - shot 行人行为预测和自动驾驶中的驾驶场景理解能力，但仍不及传统领域特定模型的最
PDF7 months ago
开拓新领域：探索多模态 LLMs 的地理和地理空间能力
通过进行一系列实验，我们研究了多模态大型语言模型在地理和地理空间领域的知识和能力，重点关注前沿模型 GPT-4V 的视觉能力，并与开源模型进行性能比较。我们的方法涉及使用一套地理任务的小规模基准测试这些模型，测试它们在不同难度任务上的能力。
PDF7 months ago
NERIF：用于绘图模型自动评分的 GPT-4V
利用 GPT-4V 对学生绘制的模型进行自动评分的研究结果表明，尽管还有提高评分准确性的空间，但其中一些错误的评分在专家看来仍具有可解释性，这表明利用 GPT-4V 进行学生绘制模型的自动评分具有潜力。
PDF8 months ago
从概念到制造：评估用于工程设计的视觉语言模型
利用 GPT-4V 模型进行了一项广泛评估，涵盖概念设计、系统级和详细设计、制造和检验以及工程教育等四个主要领域的工程设计任务，在分析中发现了该模型在处理复杂设计和制造挑战方面的能力，并确定了其在复杂工程设计应用中的局限性。
PDF8 months ago
GPT-4V 不适用于临床护理和教育：临床医生评估分析
通过评估医学认证的医生和高级实习生对 GPT-4V 在多种医学状况下使用 CT 扫描、MRI、心电图和临床照片等成像方式的熟练程度，发现尽管 GPT-4V 能够识别和解释医学图像，但其诊断准确性和临床决策能力较差，对患者安全构成风险，因此在
PDF8 months ago