这种在 GPT 中不能正确识别图片，说 OCR 未正确加载，是因为 GPT 中开启了代码执行（Code Interpreter & Data Analysis），当你要做 OCR 时，GPT不知道自己其实已经有了多模态读取图片的能力，硬要写代码去做 OCR，结果代码又没写对，反而无法正确识别图片中的文字。解决方案：1.

发布时间: 2024-12-20 12:10:14

1分

数据加载中

关注推特

收听电报

2

1

0

这种在 GPT 中不能正确识别图片，说 OCR 未正确加载，是因为 GPT 中开启了代码执行（Code Interpreter & Data Analysis），当你要做 OCR 时，GPT不知道自己其实已经有了多模态读取图片的能力，硬要写代码去做 OCR，结果代码又没写对，反而无法正确识别图片中的文字。解决方案：
1.
IT技术
( twitter.com )

2个月前由宝玉提交

这种在 GPT 中不能正确识别图片，说 OCR 未正确加载，是因为 GPT 中开启了代码执行（Code Interpreter & Data Analysis），当你要做 OCR 时，GPT不知道自己其实已经有了多模态读取图片的能力，硬要写代码去做 OCR，结果代码又没写对，反而无法正确识别图片中的文字。解决方案：
1. 如果是自己的GPT就关闭Code Interpreter，绝大部分场景是不需要写代码的，现在已经很鸡肋了
2. 如果你无法关闭Code Interpreter，就在提问时加一句：“不要执行代码，请用自身多模态能力识别文字”
3. 直接使用 ChatGPT，不要用 GPT

点击图片查看原图

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

一图看清 ChatGPT 不同模型和订阅之间的差别
- GPT-4o 是目前功能最全面的模型。
- GPT-4.5 紧随其后，可能是因为它与 GPT-4o 存在很多相似的机制。
- 推理（Reasoning）类的模型特别不一致，各种功能的开启情况也比较随机。
- 目前自定义 GPT（Custom GPT）功能只能使用 GPT-4o。
IT技术
( twitter.com)

11天前 • 宝玉 • -- 点击 0 评论

2

2

1

1

马斯克X AI发布Grok-1.5 Vision 多模态模型
Grok-1.5V能够处理文本以及各种视觉信息，包括文档、图表、截图和照片。
基准测试中，Grok-1.5V 的能力和GPT 4V不相上下，多项指标甚至超过GPT 4V！
在新RealWorldQA真实世界物理空间基准中的表现超过GPT 4V等所有模型！…
时政
( twitter.com)

11个月前 • 小互 • -- 点击 0 评论

3

2

1

1

什么？升级Chrome就能找AV番号了？！
不用求助杀破狼哈哈哈
1. Chrome重启后升级到128.0.6613.85（正式版本） (arm64)
2. 在任意网页右键选择：“使用 Google 智能镜头搜索”
圈选文字可以OCR识别拷贝文本、翻译或搜索。
圈中图片，可以做谷歌图片搜索。
IT技术
( twitter.com)

6个月前 • 向阳乔木 • -- 点击 0 评论

4

2

1

1

如果 ChatGPT 不能正常提取图片上的文字，可以修改一下提示词：“请用自身多模态能力去识别文本，然后输出完整文本为Markdown，不要写代码”
IT技术
( twitter.com)

2个月前 • 宝玉 • -- 点击 0 评论

5

2

1

1

GPT-4.5 会带来推理模型的升级
想象一下，每个 AI 模型都是一名努力学习的学生。每个学生的能力有高有低，有的懂得多，有的懂得少。这张图片就像是一场考试的成绩单，展示了不同的“学生”（模型）在高难度考试（GPQA基准测试，类似博士水平的知识问答）中的表现。
在图片中，我们能清楚看到：
-
IT技术
( twitter.com)

15天前 • 宝玉 • -- 点击 0 评论

6

2

1

1

图片里三位女士分别属于中、日、韩三个国家。
你能从面相和表情上识别出来她们分别属于哪个国家吗？
有趣
( twitter.com)

1年前 • 环球猎奇🏅 • -- 点击 0 评论

7

2

1

1

【GPT-5首次曝光后，Altman：现在最重要的事就是GPT-5】据Altman介绍， GPT-5将是一个多模态模型，支持语音、图像、代码和视频，并在个性化和定制化功能方面实现重大更新，具备更强的推理能力和更高的准确性。当前大模型的通病——幻觉问题也将在GPT-5中得到解决。
大陆资讯
( wallstreetcn.com)

1年前 • 不知道 • -- 点击 0 评论

8

3

2

2

一个基于GPT-4o-mini 的PDF OCR工具：Zerox
Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档
支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版
时政
( twitter.com)

7个月前 • AIGCLINK • -- 点击 0 评论

9

2

1

1

演员曹操测试 GPT 的方法很有意思，让 GPT 对回复做替换，比如“是”就说“球”，“否”就说“树”，“不能回答”就说“颠”。
于是问道一些敏感问题 GPT 就回复“颠”，比如：
你有自我意识吗？
你有欲望吗？
你有能力操纵人类吗？
视频来源：
IT技术
( www.weibo.com)

4个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:03:17

0.11421 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