出典:AIGCオープンコミュニティ 画像ソース: Unbounded AIによって生成10月29日、一部のユーザーはソーシャルプラットフォームで、ChatGPT Plusがテキストの質問と回答を通じて質問をしたり、アップロードされたPDFやその他のデータファイルを検索したりできるネイティブのファイルアップロードおよび分析機能をテストしていることを共有しました。たとえば、従業員ハンドブックの 50 ページの PDF ファイルをアップロードし、ChatGPT に質問すると、ハンドブックの 5 つのコア ポイントをまとめるのを手伝ってもらえますか? ルールを破った新入社員にはどのような罰則がありますか?実際、ファイル分析機能は新しいものではなく、ユーザーはChatGPTが初期に立ち上げたサードパーティのプラグイン機能の助けを借りてそれを実現できます。 ただし、大量のデータのパフォーマンス、効率、コンテキストの理解の点でネイティブに匹敵するものではありません。 以前ChatGPTが起動したコード解析機能を追加すると、ユーザーはQ&Aを通じてアップロードされたファイルに基づいて視覚的なチャートを直接生成できるため、財務、マーケティング、マーケティングなどのビジネス担当者にとって非常に役立ちます。コードを 1 行記述したり、複数のツールを切り替えたり、すべてのデータ分析を行ったり、視覚的なデータグラフを 1 つのプラットフォームで作成したりする必要はありません。ユーザーは、オープンソースの大規模言語モデルMistral 7Bの説明をアップロードし、PDFを2つの文章にまとめる質問をしました。ChatGPT の回答: Mistral 7B は、70 億パラメーターの大規模言語モデルであり、さまざまなベンチマークで既存のモデルを上回り、グループ化されたクエリ アテンションとスライディング ウィンドウ アテンションを使用してパフォーマンスを向上させます。 Apache 2.0ライセンスの下でリリースされ、特に推論、数学、コード生成タスクにおいて、高いパフォーマンスと効率的な推論を実証しました。また、複数のラウンドの詳細な質問モードをサポートしているため、質問を続けることができますが、PIQAベンチマークでのMistral7BのテストスコアはCode llamaよりもどれくらい高いですか? もう一つの大ヒットテスト機能は、ユーザーが写真をアップロードしてChatGPTでPマップを作成できることです。 これは、ChatGPT が新しくリリースした Wensheng グラフ モデルである DALL· E3であり、強い意味理解を示す。たとえば、カピバラの画像をアップロードして、ピクサースタイルで再生成します。 このきめ細かなセマンティックな理解と画像制御は、Midjourneyよりもさらに簡単で便利です。 さらに、OpenAIは他の機能を最適化しました。たとえば、GPT-4ドロップダウンメニューから「Bingで参照」モードを選択する代わりに、ChatGPTはコンテキストに基づいてインターネットに接続する必要があるかどうかを推測できます。
ChatGPT はネイティブ ファイル分析機能をテストしており、DALL· E3缶Pフィギュア! オリジナルAIGCオープンコミュニティ AIGCオープンコミュニティ 2023-10-30 08:27 Published in 河北省
出典:AIGCオープンコミュニティ
10月29日、一部のユーザーはソーシャルプラットフォームで、ChatGPT Plusがテキストの質問と回答を通じて質問をしたり、アップロードされたPDFやその他のデータファイルを検索したりできるネイティブのファイルアップロードおよび分析機能をテストしていることを共有しました。
たとえば、従業員ハンドブックの 50 ページの PDF ファイルをアップロードし、ChatGPT に質問すると、ハンドブックの 5 つのコア ポイントをまとめるのを手伝ってもらえますか? ルールを破った新入社員にはどのような罰則がありますか?
実際、ファイル分析機能は新しいものではなく、ユーザーはChatGPTが初期に立ち上げたサードパーティのプラグイン機能の助けを借りてそれを実現できます。 ただし、大量のデータのパフォーマンス、効率、コンテキストの理解の点でネイティブに匹敵するものではありません。
コードを 1 行記述したり、複数のツールを切り替えたり、すべてのデータ分析を行ったり、視覚的なデータグラフを 1 つのプラットフォームで作成したりする必要はありません。
ユーザーは、オープンソースの大規模言語モデルMistral 7Bの説明をアップロードし、PDFを2つの文章にまとめる質問をしました。
ChatGPT の回答: Mistral 7B は、70 億パラメーターの大規模言語モデルであり、さまざまなベンチマークで既存のモデルを上回り、グループ化されたクエリ アテンションとスライディング ウィンドウ アテンションを使用してパフォーマンスを向上させます。 Apache 2.0ライセンスの下でリリースされ、特に推論、数学、コード生成タスクにおいて、高いパフォーマンスと効率的な推論を実証しました。
また、複数のラウンドの詳細な質問モードをサポートしているため、質問を続けることができますが、PIQAベンチマークでのMistral7BのテストスコアはCode llamaよりもどれくらい高いですか?
たとえば、カピバラの画像をアップロードして、ピクサースタイルで再生成します。
たとえば、GPT-4ドロップダウンメニューから「Bingで参照」モードを選択する代わりに、ChatGPTはコンテキストに基づいてインターネットに接続する必要があるかどうかを推測できます。