MiniGPT-4，是一個具有圖像理解能力的開源聊天機器人。
基本介紹
- 外文名：MiniGPT-4
- 屬性：聊天機器人
功能
MiniGPT-4是一個具有圖像理解能力的開源聊天機器人，基於 Vicuna-13B LLM 和 BLIP-2視覺語言模型。可以描述圖像或回答有關圖像內容的問題，還可以根據手繪網頁草圖生成匹配的 HTML 代碼。
MiniGPT-4，是一個具有圖像理解能力的開源聊天機器人。
GPT-4o mini是OpenAI於當地時間2024年7月18日推出迷你AI模型，該模型是GPT-4o的一個分支。OpenAI稍後將圖像、視頻和音頻集成到其中。2025年1月20日11時54分，OpenAI發布事故報告指出，當前遭遇GPT-4o和4o-mini模型性能下降問題，正在進行調查，並將儘快發布最新訊息。當地時間2025年2月25日，OpenAI宣布，即日起向...
GPT-4.1mini是由美國人工智慧公司OpenAI開發的GPT-4.1系列語言模型，於2025年4月15日通過API正式發布。該模型輸入費用為每百萬token 2美元，輸出費用8美元，相較前代產品GPT-4o實現中等規模查詢成本降低26%，重複查詢的上下文快取折扣從50%提升至75%。其最大上下文處理能力達100萬token，是GPT-4o的8倍，適用於...
GPT-4.1是OpenAI於2025年4月15日凌晨發布的全新系列模型，包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano三款新成員。該系列模型在編程、指令遵循和上下文理解方面表現突出，支持最大可達100萬個Token的更長上下文視窗。其中，GPT-4.1 nano是OpenAI迄今“最快、最便宜”的模型，適用於低延遲任務。GPT-4.1系列...
在SWE-Lancer Diamond編程測試與MMMLU多語言基準中超越GPT-4o，但在推理模型對比中表現低於o3-mini等競品。2025年8月該模型服務被GPT-5系列取代。功能簡介 GPT-4.5具備更加廣泛的知識庫、對人類意圖理解的能力更強，同時“情商”也會更高。預期能夠在改進寫作、編程以及解決實際問題方面更加有用，同時模型的幻覺...
GPT-5 用戶可以選擇不同的回響風格，如“傾聽者”或“憤世嫉俗者”，甚至可以改變聊天界面的顏色。OpenAI通過GPT-5模型提升了AI的標桿，保留了GPT-4的能力，同時提供了更快、更靈敏的體驗。新模型能夠理解多種格式，適用於不同類型的任務。模型版本 GPT-5擁有GPT-5、GPT-5-mini、GPT-5-nano和GPT-5-pro四個...
。基本介紹 GPT-5 系列共有 GPT-5、GPT-5 mini 以及 GPT-5 nano 三款模型，上下文長度均為 400K，最大輸出 128K tokens。 API 價格：GPT-5 nano 每百萬 tokens 輸入費用 0.05 美元，每百萬 tokens 輸出費用 0.40 美元。發展歷史 台北時間2025年8月8日凌晨1點，OpenAI 公司正式宣布 GPT-5 模型。
Phi-4迷你（Phi-4-mini）是微軟於2025年2月27日推出的小型語言模型（SLM），屬於Phi-4系列產品線。該模型參數量為38億，基於解碼器Transformer架構，支持128K token文本上下文長度，適用於文本推理、數學計算、編程及函式調用等核心任務，在多項性能指標中超越同類大型語言模型。模型採用分組查詢注意力機制，具備200K...
2024年擔任OpenAI研究科學家期間，負責語言模型訓練系統最佳化與算法創新。作為GPT-4o mini模型的核心開發者，他帶領團隊完成了該模型在編程能力最佳化方面的關鍵技術突破。同期擔任GPT-Next項目組成員，參與下一代語言模型的架構設計。隨後，作為o1項目核心成員，他參與了o1-mini和o3-mini的研發，並擔任GPT-5配套開放模型...
7.4.2 MiniGPT-4訓練策略225 7.5 實踐思考229 第8章 大模型智慧型體231 8.1 智慧型體基礎231 8.1.1 智慧型體發展歷史231 8.1.2 大模型智慧型體套用範式232 8.2 大模型智慧型體架構235 8.2.1 感知模組236 8.2.2 規劃模組237 8.2.3 記憶模組238 8.2.4 工具使用模組239 8.3 大模型智慧型體訓練241 8...
在信息生成階段，跟蹤數據被輸入大語言模型GPT-4o-mini，轉化為包含七個維度的自然語言描述。同時，系統生成動作識別、時間順序、物體關聯、空間位置和重複計數五種類型的運動理解問答對，以模擬運動邏輯推理需求。這一流程最終構建了大規模的FoundationMotion Dataset。相關數據集 FoundationMotion Dataset是由FoundationMotion...
2.5.4 訓練流程 103 2.5.5 局限性 104 2.6 語言模型的未來 104 2.6.1 自我學習與自我核實 105 2.6.2 稀疏專家模型 106 2.7 GPT系列的其他套用 107 2.7.1 MiniGPT-4 107 2.7.2 minGPT與nanoGPT 108 2.7.3 AutoGPT與AgentGPT 109 2.8 本章總結 109 第3章 深度生成模型...
2023年MiniGPT-4模型測評顯示：初期誤將'降水距平百分率'簡化為'降水量'經引導後正確識別出偏離基準值的特性 驗證了AI對專業術語的理解局限性與可塑性 區域旱澇分析 貴州省1960-2019年數據分析表明：2011年夏季降水距平百分率達歷史極值 與副熱帶高壓異常存在顯著相關性 該指標可有效識別極端氣候事件 滄縣1954-2011年洪澇風險研究中
14．3．4BLIP模型301 14．3．5CoCa模型302 14．3．6BEiT-3模型304 14．4基於預訓練的視覺語言模型305 14．4．1BLIP-2模型305 14．4．2InstructBLIP模型305 14．4．3MiniGPT-4模型306 14．4．4LLaVA模型307 14．4．5VisualGLM-6B模型308 14．4．6CogVLM模型309 14．4．7MiniGPT-5模型310 14．4．...
9.2.4 ReAct：推理能力+行動能力 191 9.3 代碼生成 193 9.3.1 Codex 194 9.3.2 代碼生成的要素 197 9.4 多模態大模型 198 9.4.1 BEiT-3 199 9.4.2 CLIP 202 9.4.3 Flamingo 204 9.4.4 MiniGPT-4 207 9.5 高質量數據的作用與構建 208 9.5.1 LIMA 209 9.5.2 教科書級...
其免訓練架構兼容MiniGPT-4等MLLM模型及ControlNet等擴散骨幹網路，套用場景涵蓋廣告設計、遊戲開發等12個領域。發展歷程 2024年2月17日報導，北大、斯坦福、以及Pika Labs發布了新的開源文生圖框架，利用多模態LLM的能力成功解決文生圖兩大難題，表現超越SDXL和DALL·E 3。框架使用 給出多個屬性和關係的多個對象，...
7.2.1 Visual ChatGPT132 7.2.2 InstructBLIP133 7.2.3 MiniGPT-4135 7.3 多模態大模型評測數據集136 7.3.1 國內評測數據集137 7.3.2 國外評測數據集137 7.4 多模態大模型的評測標準138 7.4.1 國內評測標準138 7.4.2 國外評測標準139 7.5 多模態大模型對比140...
隨著GPT-4、Gemini等前沿模型的性能提升，其在BBH上的準確率已超過90%，導致該基準的挑戰性和區分度下降，為此Google研究團隊於2025年推出了更具挑戰性的後續基準——BIG-Bench Extra Hard（BBEH）。BBEH將BBH原有的23個任務替換為難度顯著提升的新版本，例如增加對抗樣本、構建組合問題等。當前最佳模型（如o3-min...
2025年9月1日，階躍星辰發布升級版本Step-Audio 2 mini，在音頻理解、語音識別等任務中性能表現優於GPT-4o Audio等開源模型，並首次實現端到端語音大模型在吉利銀河M9車型的量產套用。同年9月發布的Step-Audio 2 mini新增語音原生Tool Calling功能，支持聯網搜尋與音頻推理能力，在FLEURS Chinese等中文能力評測中成績...
Cursor是由Anysphere公司開發的人工智慧編程助手，基於大語言模型提供代碼補全、解釋、重構與自然語言生成函式功能，支持接入GPT-4o、Claude 3.7 Sonnet等外部模型。作為推動“氛圍編程”範式的代表性初創公司之一，該工具採用Electron+CodeMirror架構，內置LSP語言服務和Chat互動模組，集成自研cursor-small模型及多款第三方...