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。
Assessing Web Search Credibility and Response Groundedness in Chat Assistants
Arxiv
0+阅读 · 2月19日
GPT-4o Lacks Core Features of Theory of Mind
Arxiv
0+阅读 · 2月12日
GPT-4o Lacks Core Features of Theory of Mind
Arxiv
0+阅读 · 2月13日
In which fields do ChatGPT scores align better than citations with research quality?
Arxiv
0+阅读 · 2月8日
Artificial Intelligence in Secondary Education: Educational Affordances and Constraints of ChatGPT-4o Use
Arxiv
0+阅读 · 2月14日
Testing Framework Migration with Large Language Models
Arxiv
0+阅读 · 2月3日
Are Semantic Networks Associated with Idea Originality in Artificial Creativity? A Comparison with Human Agents
Arxiv
0+阅读 · 2月2日
Language, Caste, and Context: Demographic Disparities in AI-Generated Explanations Across Indian and American STEM Educational Systems
Arxiv
0+阅读 · 1月20日
TransMode-LLM: Feature-Informed Natural Language Modeling with Domain-Enhanced Prompting for Travel Behavior Modeling
Arxiv
0+阅读 · 1月20日
Large language models can effectively convince people to believe conspiracies
Arxiv
0+阅读 · 1月9日
Large language models can effectively convince people to believe conspiracies
Arxiv
0+阅读 · 1月8日
CMDAR: A Chinese Multi-scene Dynamic Audio Reasoning Benchmark with Diverse Challenges
Arxiv
0+阅读 · 1月6日
CMDAR: A Chinese Multi-scene Dynamic Audio Reasoning Benchmark with Diverse Challenges
Arxiv
0+阅读 · 1月5日
The GPT-4o Shock Emotional Attachment to AI Models and Its Impact on Regulatory Acceptance: A Cross-Cultural Analysis of the Immediate Transition from GPT-4o to GPT-5
Arxiv
0+阅读 · 1月5日
Let Androids Dream of Electric Sheep: A Human-Inspired Image Implication Understanding and Reasoning Framework
Arxiv
0+阅读 · 2025年12月23日
参考链接
https://openai.com/index/hello-gpt-4o/
微信扫码咨询专知VIP会员
Top