会员服务
GPT-4o（“o”代表“omni”）朝着更自然的人机交互迈出了一步——它可以接受任何组合的文本、音频和图像作为输入，并生成任何组合的文本、音频和图像输出。它对音频输入的响应时间最短可达232毫秒，平均为320毫秒，这与人类在对话中的响应时间相似。在英语文本和代码处理上，它的性能与GPT-4 Turbo相当，但在非英语文本处理方面有显著改进，同时在API中速度更快且成本降低50%。与现有模型相比，GPT-4o在视觉和音频理解方面尤其出色。
Zero-Shot Vision-Language Models for Classroom Engagement Recognition: A Benchmark Study of Prompt Sensitivity and Cross-Dataset Generalization
Arxiv
0+阅读 · 6月20日
Evaluating Large Language Models for Hausa and Fongbe Machine Translation: Benchmarks, Failures, and Metric Reliability
Arxiv
0+阅读 · 6月20日
MultiZebraLogic: A Multilingual Logical Reasoning Benchmark
Arxiv
0+阅读 · 6月22日
An Exploratory Case Study of LLM-Assisted Refactoring and Gameplay Feature Generation in an Endless Runner Game
Arxiv
0+阅读 · 6月19日
Gender Bias in LLM Hiring Decisions: Evidence from a Japanese Context and Evaluation of Mitigation Strategies
Arxiv
0+阅读 · 6月17日
3D-PLOT-LLM: Part-Level Object Tokens for 3D Large Language Models
Arxiv
0+阅读 · 6月18日
Binary Tracking for Spatial QA and Navigation with Open Vision-Language Models
Arxiv
0+阅读 · 6月15日
Don't Ask the LLM to Track Freshness: A Deterministic Recipe for Memory Conflict Resolution
Arxiv
0+阅读 · 5月31日
SICI: A Semantic-Pragmatic Complexity Index Reveals Regime Shifts in LLM Stance Detection
Arxiv
0+阅读 · 6月11日
Ten Headache Specialists versus Artificial Intelligence for Clinical Literature Summarization: A Critical Evaluation and Comparison
Arxiv
0+阅读 · 6月3日
PR-Aware Automated Unit Test Generation: Challenges and Opportunities
Arxiv
0+阅读 · 5月24日
Where Do Large Language Models Fail on Competitive Programming? A Taxonomy of Failures by Algorithm Type and Difficulty Rating
Arxiv
0+阅读 · 6月2日
Beyond Public Access in LLM Pre-Training Data
Arxiv
0+阅读 · 5月6日
Multi-LLM Energy Reasoning for Binary-Free Zero-Day IoT Detection
Arxiv
0+阅读 · 6月12日
SURE-RAG: Sufficiency and Uncertainty-Aware Evidence Verification for Selective Retrieval-Augmented Generation
Arxiv
0+阅读 · 5月5日
参考链接
https://openai.com/index/hello-gpt-4o/
微信扫码咨询专知VIP会员
Top