例如,使用LLM对大量被盗数据进行排序,找出敲诈公司时需要提及的最重要数据。或者使用聊天机器人进行初步的赎金谈判。
图源:新抖
LLaVA在视觉聊天和推理问答方面表现出接近GPT-4水平的能力。在视觉聊天方面,LLaVA的表现相对于GPT-4的评分达到了85%,在推理问答方面更是达到了92.53%的超过GPT-4的新SoTA。LLaVA在回答问题时,能够全面而有逻辑地生成回答,并且可以以JSON格式输出。
CogAgent作为在CogVLM基础上改进的开源视觉语言模型,拥有更多的功能和性能优势。它支持更高分辨率的视觉输入和对话答题,能够处理超高分辨率图像输入。
体验地址:https://top.aibase.com/tool/shipinfanyipeiyin