AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：能力與可信度可以兼得？GPT-4、Gemini等多模態(tài)大模型評測報(bào)告來了
關(guān)鍵字：能力,模型,報(bào)告,文字,表示
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：12179字

內(nèi)容摘要：

機(jī)器之心專欄
機(jī)器之心編輯部2023 年我們正見證著多模態(tài)大模型的跨越式發(fā)展，多模態(tài)大語言模型（MLLM）已經(jīng)在文本、代碼、圖像、視頻等多模態(tài)內(nèi)容處理方面表現(xiàn)出了空前的能力，成為技術(shù)新浪潮。以 Llama 2，Mixtral 為代表的大語言模型（LLM），以 GPT-4、Gemini、LLaVA 為代表的多模態(tài)大語言模型跨越式發(fā)展。然而，它們的能力缺乏細(xì)致且偏應(yīng)用級的評測，可信度和因果推理能力的對比也尚存空白。
近日，上海人工智能實(shí)驗(yàn)室的學(xué)者們與北京航空航天大學(xué)、復(fù)旦大學(xué)、學(xué)、新加坡國立大學(xué)、悉尼大學(xué)和香港中文大學(xué)（深圳）等院校合作發(fā)布 308 頁詳細(xì)報(bào)告，對 GPT-4、Gemini、LLama、Mixtral、LLaVA、LAMM、QwenVL、VideoChat 等熱門的 LLM 和 MLLM 進(jìn)行評測。根據(jù) 4 種模態(tài)（文本、代碼、圖像及視頻）和 3 種能力（泛化能力、安全可信能力和因果推理能力）形成了 12 個(gè)評分項(xiàng)，并通過 230 個(gè)生動(dòng)案例，揭示了 14 個(gè)實(shí)證性的發(fā)現(xiàn)。*作者順序按照字母順序排名
評測報(bào)告：https://arxiv.org/abs/2401.15

原文鏈接：能力與可信度可以兼得？GPT-4、Gemini等多模態(tài)大模型評測報(bào)告來了

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺