AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：港中文 128 頁(yè)全球首份 Gemini vs?GPT-4V 多模態(tài) PK 報(bào)告
關(guān)鍵字：報(bào)告,模型,能力,視覺(jué),任務(wù)
文章來(lái)源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：13434字

內(nèi)容摘要：

2023 年 12 月 6 日，谷歌發(fā)布了最新一代的通用人工智能大模型 Gemini，并報(bào)告在多項(xiàng)測(cè)試中取得了最先進(jìn)的結(jié)果，甚至在 MMLU 測(cè)試中首次取得了超過(guò)人類(lèi)專(zhuān)家的成績(jī)，人工智能似乎進(jìn)入 Gemini 時(shí)代。
直到北京時(shí)間上周三晚谷歌才正式開(kāi)放 Gemini Pro 版本的 API，使得用戶可以親自體驗(yàn)。Gemini 的實(shí)際多模態(tài)能力究竟如何呢？是否真如他們技術(shù)報(bào)告和宣傳視頻中展示的那樣？是否超越了 GPT-4V？和其他開(kāi)源模型相比又如何呢？
在 Gemini Pro 的 API 開(kāi)放后不到一周，港中文聯(lián)合多加單位共同公布了一份長(zhǎng)達(dá) 128 頁(yè)的評(píng)測(cè)報(bào)告，將 Gemini Pro 與目前最先進(jìn)的 GPT-4V 進(jìn)行對(duì)比，探索其是否能挑戰(zhàn) GPT-4V 的在多模態(tài)領(lǐng)域的霸主地位，并和最新的開(kāi)源大模型 SPHNIX 進(jìn)行比較，揭示開(kāi)源模型與黑盒系統(tǒng)之間的差距。
論文鏈接：https://arxiv.org/pdf/2312.12436.pdf
項(xiàng)目鏈接：https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Mode

原文鏈接：港中文 128 頁(yè)全球首份 Gemini vs?GPT-4V 多模態(tài) PK 報(bào)告

聯(lián)系作者

文章來(lái)源：AI科技評(píng)論
作者微信：aitechtalk
作者簡(jiǎn)介：雷峰網(wǎng)旗下AI新媒體。聚焦AI前沿研究，關(guān)注AI工程落地。