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。
Towards Multilingual LLM Evaluation for Baltic and Nordic languages: A study on Lithuanian History
Arxiv
0+阅读 · 1月15日
VITA-1.5: Towards GPT-4o Level Real-Time Vision and Speech Interaction
Arxiv
0+阅读 · 1月16日
Investigating Large Language Models in Inferring Personality Traits from User Conversations
Arxiv
0+阅读 · 1月13日
VITA-1.5: Towards GPT-4o Level Real-Time Vision and Speech Interaction
Arxiv
0+阅读 · 1月3日
ExACT: Teaching AI Agents to Explore with Reflective-MCTS and Exploratory Learning
Arxiv
0+阅读 · 1月13日
Digital Guardians: Can GPT-4, Perspective API, and Moderation API reliably detect hate speech in reader comments of German online newspapers?
Arxiv
0+阅读 · 1月2日
Evaluating Large Language Models on Spatial Tasks: A Multi-Task Benchmarking Study
Arxiv
0+阅读 · 1月3日
Can Many-Shot In-Context Learning Help LLMs as Evaluators? A Preliminary Empirical Study
Arxiv
0+阅读 · 1月10日
A case study on the transformative potential of AI in software engineering on LeetCode and ChatGPT
Arxiv
0+阅读 · 1月7日
Exploring ChatGPT for Face Presentation Attack Detection in Zero and Few-Shot in-Context Learning
Arxiv
0+阅读 · 1月15日
Evaluating the Ability of Large Language Models to Generate Verifiable Specifications in VeriFast
Arxiv
0+阅读 · 1月3日
Real-time Fake News from Adversarial Feedback
Arxiv
0+阅读 · 2024年12月29日
MaLei at the PLABA Track of TAC-2024: RoBERTa for Task 1 -- LLaMA3.1 and GPT-4o for Task 2
Arxiv
0+阅读 · 2024年12月31日
Small Language Models can Outperform Humans in Short Creative Writing: A Study Comparing SLMs with Humans and LLMs
Arxiv
0+阅读 · 1月13日
ZNO-Eval: Benchmarking reasoning capabilities of large language models in Ukrainian
Arxiv
0+阅读 · 1月12日
参考链接
https://openai.com/index/hello-gpt-4o/
父主题
GPT-4
微信扫码咨询专知VIP会员
Top