Search | BriefGPT - AI 论文速递

搜索结果 - 200

医学应用的多模态ChatGPT：GPT-4V的实验研究
我们对最先进的多模态大型语言模型GPT-4V在视觉问答任务中的能力进行了关键评估，实验充分评估了GPT-4V在使用包括11种模态（如显微镜、皮肤镜、X射线、CT等）和十五种感兴趣的对象（如脑、肝脏、肺等）的病理学和放射学数据集中回答带有图像
PDFa year ago
GPT-4V在医学影像中的多模态能力综合研究
这篇论文全面评估了GPT-4V在不同的医学图像任务中的能力，包括放射学报告生成、医学视觉问答和视觉基础。我们的研究首次对公开可用的基准进行了定量评估，发现了GPT-4V在为胸部X射线图像生成描述性报告方面的潜力，特别是在有良好结构提示的引导
PDFa year ago
GPT-4V作为视觉语言任务的通用评估器
GPT-4V在多模态任务的普遍评估方面展现出了巨大的潜力，尽管存在一些限制，但其与人类的一致性以及提供详细解释的能力为通用自动评估器提供了希望。
PDFa year ago
Chat GPT能解决语言学考试吗？
研究通过使用 ChatGPT4，即使用语言模型 GPT4 的 ChatGPT 的版本，评估其是否能够成功解决介绍性语言学考试。结果表明，该语言模型在解释复杂且嵌套的任务方面非常成功，但在分析形态和短语方面表现较差。在简单情况下，其表现尚可，
PDFa year ago
探索面向VQA的GPT-4V在零样本异常检测中的接地潜力
GPT-4V-AD, a VQA-oriented framework utilizing the Large Multimodal Model (LMM) GPT-4V, shows promise in the zero-shot An
PDF10 months ago
通往通用异常检测和理解的道路：大规模视觉语言模型（GPT-4V）领先
使用GPT-4V模型进行多模态异态检测任务，包括图像、视频、点云和时间序列数据，在工业、医学、逻辑、视频和3D异态检测以及定位任务等多个应用领域中，通过引入类别信息、人类专业知识和参考图像等提示来提高模型性能。在实验中，GPT-4V模型证明
PDF10 months ago
挑战性医疗案例中的视觉与语言模型准确度
基于本研究的结果，利用大规模通用语言模型结合图像能够有效应对复杂医学病例，但图像的添加可能降低模型的准确性。
PDF10 months ago
评估 GPT-4 对胸部 X 射线诊断印象生成的效果：基于性能和认知的读者研究
通过评估 GPT-4 对于胸部 X 射线的生成能力，本研究探讨了基于多模态基础模型的放射学印象生成的潜力，发现放射学评估与常见自动评估指标存在显著差异，并暴露了 AI 生成结果存在潜在偏见的问题。
PDF10 months ago
数据科学中的GPT：模型选择的实践探索
利用大型语言模型(LLMs)管理结构化数据并增强数据科学流程的兴趣日益增长。尽管具有潜在的好处，但其整合引发了对可靠性和决策方法的重要问题，强调了模型选择过程中包括数据性质、问题类型、性能指标、计算资源、可解释性与准确性、对数据的假设以及伦
PDF10 months ago
评估200+定制GPT的提示注入风险
本文提供了一份对AI自定义GPT模型中提示注入的分析，并评估了此类攻击的可能缓解措施，结果强调了在设计和部署可定制的GPT模型时迫切需要强大的安全框架，以确保GPT定制化的好处不会以安全和隐私的牺牲为代价。
PDF10 months ago
GPT-4V(ision)用于机器人: 来自人类演示的多模态任务规划
我们介绍了一种通过整合人类动作观察来增强通用视觉语言模型GPT-4V(ision)的流水线，以促进机器人操纵。该系统分析人类执行任务的视频，并创建包含可支配见解的可执行机器人程序。实验表明，该方法在实现从人类示范中的真实机器人操作方面具有显
PDF10 months ago
AcademicGPT：学术研究的赋能
AcademicGPT是一个专为学术研究而设计的模型，通过从学术论文、论文、某些学术领域内容、高质量的中文数据等中进行持续训练，展示了其从广泛知识能力、中文能力到学术能力的各项实用能力和多个领域特定的应用。
PDF10 months ago
GPT4Motion：基于Blender定向GPT规划的文本-视频生成脚本化物理动作
GPT4Motion是一个无需训练的框架，结合GPT等大型语言模型的规划能力、Blender的物理仿真强度以及文本到图像扩散模型的优秀图像生成能力，用于增强视频合成的质量，通过生成Blender脚本并与文本提示对齐，生成具有连续物理动作的高
PDF10 months ago
从文本到图像：探索GPT-4Vision在各个亚专业的先进放射学分析中的潜力
评估和比较GPT-4和GPT-4Vision在放射学任务中的作用，表明GPT-4Vision可以从图像中识别放射学特征，从而提高其在诊断潜力上，超过基于文本的描述。
PDF10 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新成果，存在小行人和
PDF10 months ago
GPT4Vis：GPT-4能为零样本视觉识别做什么？
本研究对GPT-4在零样本视觉识别任务中的语言和视觉能力进行了评估，发现利用GPT-4生成丰富的文本描述明显提高了零样本识别性能，并且在视觉熟练度方面，GPT-4V在16个基准数据集中表现介于OpenAI-CLIP的ViT-L和EVA-CL
PDF10 months ago
利用ChatGPT进行政治文本的扩展
我们使用GPT-4在连续空间中获得政治文本的位置估计，通过将英国政党纲领在经济、社会和移民政策维度上定位，以及将美国国会议员的推文在左右意识形态谱系上定位，我们开发并验证了一种新的方法。对于政党纲领，GPT-4产生的位置与专家的相关性为93
PDF10 months ago
强大的视觉表达学习者：重塑Image-GPT
本文介绍了D-iGPT，这是对image-GPT进行改进的一种方法，通过将预测目标从原始像素转移到语义标记上，实现对视觉内容的更高级理解，并通过预测可见标记来补充自回归建模，实现了更好的效果。实验证明，D-iGPT在ImageNet-1K数
PDF10 months ago
GPT与人类在科学评论中的对比：ChatGPT在科学领域的应用的双重来源评论
新型多面手大语言模型可通过分析大量数据加快科学评审，使用更无偏的定量度量指标，促进跨学科的联系，确定新兴趋势和研究领域，并通过评估大量数据来识别的方法，但目前它们缺乏对复杂方法的深入理解，评估创新性的主张存在困难，并且无法评估伦理问题和利益
PDF9 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
PDF9 months ago