AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：馬斯克旗下xAI發(fā)布首個(gè)多模態(tài)大模型！
關(guān)鍵字：模型,基準(zhǔn),能力,圖表,測(cè)試
文章來源：大數(shù)據(jù)文摘
內(nèi)容字?jǐn)?shù)：3857字

內(nèi)容摘要：

大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自頭部科技
文丨Congerry
3月中旬，馬斯克旗下的 xAI 剛剛宣布開源 Grok-1 大模型！
一個(gè)月過去，xAI 又掏出了 Grok-1.5V。
Grok-1.5V是xAI開發(fā)的第一款多模態(tài)模型。
除了強(qiáng)大的文本處理能力，Grok現(xiàn)在還可以處理包括文檔、圖表、截圖和照片在內(nèi)的多種視覺信息。
xAI宣稱Grok-1.5V能在多個(gè)領(lǐng)域與現(xiàn)有的前沿多模態(tài)模型競(jìng)爭，包括跨學(xué)科推理、理解文檔、科學(xué)圖表、圖表、截圖和照片。特別強(qiáng)調(diào)了Grok在理解物理世界方面的能力。
而且所有數(shù)據(jù)集都是在零樣本設(shè)置下評(píng)估的，沒有使用思維鏈提示。這意味著在評(píng)估這些多模態(tài)模型的性能時(shí)，模型沒有接受過任何特定于測(cè)試任務(wù)的訓(xùn)練或示例（即零樣本），也沒有通過一系列的邏輯推理步驟（即思維鏈提示）來輔助解決問題，完全依靠自身的能力來處理和回答問題，展示了它們的真實(shí)性能和泛化能力。
從這張圖表中可以看出，Grok-1.5V在MMMU多學(xué)科、Mathvista數(shù)學(xué)、AI2D圖表、TextVQA文本閱讀、ChartQA圖表、DocVQA文檔等多項(xiàng)基準(zhǔn)測(cè)試中，表現(xiàn)已經(jīng)逼近頭部模型。
淺試一下讓Grok把這張圖

原文鏈接：馬斯克旗下xAI發(fā)布首個(gè)多模態(tài)大模型！

聯(lián)系作者

文章來源：大數(shù)據(jù)文摘
作者微信：BigDataDigest
作者簡介：普及數(shù)據(jù)思維，傳播數(shù)據(jù)文化