GPT-4に無理やり画像を認識させてみるテスト - Qiita

こんにちは！逆瀬川 ( https://twitter.com/gyakuse )です！ 今日はGPT-4に強引に画像を読み込ませて行きたいと思います。 やりたいこと 言語モデルのIncontext Learning能力だけで画像を認識させる なにが面白いのか Computer Visionは非常におもしろい研究領域であり、畳み込みニューラルネットワーク(CNN)やTransformerを画像認識の領域に広げたVision Transformerは超おもろいです。 先日発表されたVirtual ChatGPTは既存研究を組み合わせ、VQA(画像をもちいた質問回答)や画像編集を行うことを可能にしています。 これらの研究はさらに進歩し、動画領域などに進んでいくことでしょう。 さて、今回はそれを忘れます。ﾊﾞｲﾊﾞｰｲ ﾏﾀﾈｰ 今日やりたいのは、言語モデルのIncontext Learning

[quwachy]

アスキーアート渡して何が描いてあるか答えさせるのかと思ったら全然違った

[nekoline]

よく思いつくな…

[urtz]

不完全だが、何で可能なのこれ…

[shunkeen]

エンポリオと徐倫がミューミューのジェイル･ハウス・ロックを攻略するときと同じことしてて爆笑したww。「２進法だよ」「１と０だけの２進法！」「プリンターはGPT-4だ！」 「GPT-4が記憶するプリンターなんだッ！」

[gabill]

やばい