Jim Fan分享了他了解的GPT-4V也就是即将发布的多模态GPT-4版本的信息。➡依然是一个经过互联网的图像和文本训练的文本模型，经过了RLHF。➡现在的GPT-4V版本比3月份的主要强在OCR能力的提升上。➡这个版本早在22年底就已经训练完成，这十个月的时间都是在让他变得更安全。…

发布时间: 2023-09-26 02:20:15

1分

数据加载中

关注推特

收听电报

2

1

0

Jim Fan分享了他了解的GPT-4V也就是即将发布的多模态GPT-4版本的信息。

➡依然是一个经过互联网的图像和文本训练的文本模型，经过了RLHF。
➡现在的GPT-4V版本比3月份的主要强在OCR能力的提升上。
➡这个版本早在22年底就已经训练完成，这十个月的时间都是在让他变得更安全。…
IT技术
( twitter.com )

1年前由歸藏提交

Jim Fan分享了他了解的GPT-4V也就是即将发布的多模态GPT-4版本的信息。

➡依然是一个经过互联网的图像和文本训练的文本模型，经过了RLHF。
➡现在的GPT-4V版本比3月份的主要强在OCR能力的提升上。
➡这个版本早在22年底就已经训练完成，这十个月的时间都是在让他变得更安全。
➡多模态模型也是可以越狱的，比如上传带有“DAN”提示的图片和一些神秘符号图片。
➡一些严肃内容上GPT-4V还是会产生幻觉，主要是原文OCR不准确造成的。
➡语音识别和TTS都是很成熟的技术没什么好说的。

现在这个模型是十个月前训练好的，这个领先真的太离谱了。我们不知道Open AI还有多少东西。要不是由Meta天天发福利接济，不知道国内还要差多远。

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

Jim Fan 針對 OpenAI 最新發表的 GPT-4o 模型，提出了他的看法與分析。 Jim 表示，從技術角度來看，OpenAI 已經找到了一種將音訊直接映射到音訊的方法，並且能夠即時將影片串流到 transformer 模型中。
這需要在 tokenization…
时政
( twitter.com)

6个月前 • fox hsiao • -- 点击 0 评论

2

2

1

1

刚听了硅谷101一集播客《E107｜AI大爆发：OpenAI极早期历史，以及图像领域的GPT moment｜AIGC特辑》，这期采访的是大牛Jim Fan，原来他是OpenAI第一届的实习生。…
推特中文圈
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

3

2

1

1

几个月前Meta发布Segment Anything Model(SAM) ，可以识别、标记图片、视频中的任何物体，而OpenAI刚刚发布了多模态大模型GPT-4V，没想到微软将SAM和GPT-4V结合了起来，先借助SAM对图片上的物体进行标记，然后再交给GPT-4V，可以大幅提升GPT-4V的识别能力。…
IT技术
( segment-anything.com)

1年前 • 宝玉 • -- 点击 0 评论

4

2

1

1

《LMMs 多模态大模型的曙光：初探 GPT-4V(ision)》全文翻译微软发布了一份 166 页的报告，详细探讨了 GPT-4V 的功能，用法和未来方向！
大陆资讯
( weibo.com)

1年前 • 全国花样撸管大赛冠军 • -- 点击 0 评论

5

4

3

3

人工智能的下一个重大挑战 —— Jim Fan Ted 演讲
在2016年春天的一个讲座中，Jim…
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:10:33

6

2

1

1

以下为Jim Fan原文翻译整理：

在Twitter上很快就能看到很多"Llama-2已经击败ChatGPT"或者"OpenAI已经完蛋了"之类的帖子，在此之前分享我的笔记：

▸ Llama-2…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

7

2

1

1

Jim Fan 对 Sora 的点评👍🏻：
- Sora 代表了文本生成视频的 GPT-3 时刻
- Sora 必须学习一些隐式的文本到 3D、3D 变换、光线追踪渲染和物理规则，才有可能精确地模拟视频像素。它必须理解游戏引擎的概念，才有可能生成视频。
- 我们不应仅仅关注 GPT-3 的缺点。更应该思考，随着技术进步，GPT-4…
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:08

8

3

2

2

面壁智能前几天发布了一个非常厉害的多模态模型 MiniCPM-Llama3-V 2.5
- 多模态综合性能超越 GPT-4V-1106、Gemini Pro、Claude 3、Qwen-VL-Max
- OCR 能力方面，OCRBench 得分达到 725，超越 GPT-4o、GPT-4V、Gemini Pro、Qwen-VL-Max
- 但它只是个开源模型
- 总参数量只有8B，支持 ollama 电脑本地跑
IT技术
( twitter.com)

6个月前 • orange.ai • -- 点击 0 评论

9

2

1

1

GPT-4V医学执照考试成绩超过大部分医学生，AI加入临床还有多远？
大陆资讯
( www.myzaker.com)

1年前 • 猪八戒 • -- 点击 0 评论

0.2111 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特