Mô hình lớn đa phương thức thua cả em bé ba tuổi? Đánh giá mới nhất về BabyVision

Chuyên mục: WaytoAGI · AIHOT.VN · Tác giả / Nguồn: · Cập nhật:

Tóm tắt cốt lõi: Liệu các mô hình lớn có thực sự "hiểu" được thế giới? Đội ngũ Sequoia China xbench và UniPat AI cùng các bên khác đã phát hành bộ đánh giá BabyVision. Nó phá vỡ các lối tắt ngôn ngữ để kiểm tra khả năng thị giác thực sự của mô hình. Trong các thử nghiệm so sánh giữa trẻ em và các mô hình hàng đầu, kết quả thật đáng kinh ngạc khi hiệu suất của mô hình thậm chí không bằng một đứa trẻ 3 tuổi! BabyVision phân chia chi tiết khả năng thị giác, thông qua việc sàng lọc nghiêm ngặt các câu hỏi đánh giá, phát hiện ra rằng các mô hình đều có điểm yếu ở các khả năng thị giác khác nhau. Trong khi đó, BabyVisionGen cho phép mô hình trả lời bằng hình ảnh và video, cung cấp một hướng đi mới để nâng cao khả năng thị giác.