一个小站的自留地 ChatGPT 视觉模型前瞻&云评测 根据部分网友提供的用例，我们已经能一窥GPT-4V模型的真实面目。 在处理实际问题方面，GPT-4V模型具有非常领先的能力，包括解答带图的理科题目、字谜、图表等等。GPT-4V模型在微调过后，具有卓越的OCR能力和图片整体理解能力，因此不仅可以看到图片中各种异性文字，还可以看到一些抽象的信息（比如道路和设施组成的人脸图案）。 GPT-4V模型在去年底就已经训练完成，在今年3月，OpenAI就开始与Be My Eyes合作，在限定的范围中测试模型以改进模型的幻觉问题和安全性。…
