VLM集体「失明」？视力测试惨败，GPT-4o、Claude 3.5全都不及格
VLM集体「失明」？视力测试惨败，GPT-4o、Claude 3.5全都不及格视觉大语言模型在最基础的视觉任务上集体「翻车」，即便是简单的图形识别都能难倒一片，或许这些最先进的VLM还没有发展出真正的视觉能力？
来自主题: AI技术研报
10207 点击 2024-07-16 19:43
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
视觉大语言模型在最基础的视觉任务上集体「翻车」，即便是简单的图形识别都能难倒一片，或许这些最先进的VLM还没有发展出真正的视觉能力？
随着 AI 创业公司需要的资金量不断增加，本季度市场的分歧更加明显。
7月5日，PPTV创始人、PPIO派欧云联合创始人&CEO姚欣，与大家分享了AI世界相对确定的当下和充满想象力的远方，一同用前瞻性的眼光进行长期性规划，积极拥抱新技术。
MoE已然成为AI界的主流架构，不论是开源Grok，还是闭源GPT-4，皆是其拥趸。然而，这些模型的专家，最大数量仅有32个。最近，谷歌DeepMind提出了全新的策略PEER，可将MoE扩展到百万个专家，还不会增加计算成本。
自从 Devin（首个全自动 AI 软件工程师）提出以来，针对软件工程的 AI Agent 的设计成为研究的焦点，越来越多基于 Agent 的 AI 自动软件工程师被提出，并在 SWE-bench 数据集上取得了不俗的表现、自动修复了许多真实的 GitHub issue。
LLM 很强大，但也存在一些明显缺点，比如幻觉问题、可解释性差、抓不住问题重点、隐私和安全问题等。检索增强式生成（RAG）可大幅提升 LLM 的生成质量和结果有用性。
超级分辨率（以下简称「超分」），对很多追求画质的重度游戏玩家来说，可能都不陌生。经过这几年的发展，超分技术在 PC 已经获得了比较广泛的支持和认可，在移动平台上也成为了手机发布会上的常客。
你怎么知道电话另一头不是机器人？
研究者表示，如果 Sytem 2 蒸馏可以成为未来持续学习 AI 系统的重要特征，则可以进一步提升 System 2 表现不那么好的推理任务的性能。
电子垃圾有很多种，音乐尤其。打开最权威的腾讯音乐排行榜，映入眼帘的一半热门歌曲都是来自不知名歌手的各种“神曲”，而在十年前华语乐坛的黄金年代，排行榜上始终被周杰伦、孙燕姿这样的专业歌手霸占。时代在进步，电子垃圾音乐却有增不减。华语乐坛已死的论调不绝于耳。AI能挽救华语乐坛吗？AI音乐所通往的，究竟是音乐产业黄金时代还是电子垃圾制大爆炸时代？