GPT-4V都搞不明白的未來(lái)推理有解法了！來(lái)自華科大&上科大

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：GPT-4V都搞不明白的未來(lái)推理有解法了！來(lái)自華科大&上科大

關(guān)鍵字：模型,軌跡,能力,語(yǔ)言,主體

文章來(lái)源：量子位

內(nèi)容字?jǐn)?shù)：8005字

內(nèi)容摘要：于恩 投稿量子位 | 公眾號(hào) QbitAI多模態(tài)大語(yǔ)言模型展現(xiàn)了強(qiáng)大的圖像理解和推理能力。但要讓它們基于當(dāng)前觀測(cè)來(lái)對(duì)未來(lái)進(jìn)行預(yù)測(cè)推理仍然非常困難。即便是當(dāng)前最強(qiáng)大的GPT-4V（如下圖所示），也無(wú)法很好地解決這一問(wèn)題。△ GPT-4V的錯(cuò)誤案例現(xiàn)在，華科大和上科大團(tuán)隊(duì)提出了一個(gè)賦予多模態(tài)大語(yǔ)言模型前瞻性思維的學(xué)習(xí)范式，并基于這一范式構(gòu)建了多模態(tài)大語(yǔ)言模型Merlin（梅林）。Merlin（梅林）是亞瑟王傳說(shuō)中的一個(gè)傳奇人物，以其強(qiáng)大的魔法和智慧而聞名于亞瑟王傳說(shuō)。傳說(shuō)中梅林擁有預(yù)見(jiàn)未來(lái)的能力，并對(duì)命運(yùn)有著深刻的理解。來(lái)看看它具體是如何做的？注：人類(lèi)可以根據(jù)當(dāng)前觀測(cè)狀態(tài)來(lái)推理出即將或者接下來(lái)一段時(shí)間可能會(huì)發(fā)生的，我們將這一能力稱(chēng)為前瞻性思維。一個(gè)簡(jiǎn)單的例子：當(dāng)你在電視上觀看NBA球賽時(shí)，你可以根據(jù)場(chǎng)上不同球員的狀態(tài)來(lái)判斷接下來(lái)可能會(huì)出現(xiàn)的場(chǎng)景。比如當(dāng)一名進(jìn)攻球員在持球突破防守人之后，…

原文鏈接：點(diǎn)此閱讀原文：GPT-4V都搞不明白的未來(lái)推理有解法了！來(lái)自華科大&上科大

聯(lián)系作者

文章來(lái)源：量子位

作者微信：QbitAI

作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破