01:21Decoder@Jonathan KemperCount Anything 是首个能通过文本提示计数任意图像中物体的 AI 模型,在对比测试中将错误率降低 50%。该模型可处理从人群到显微镜下细胞样本等场景,但在极度密集物体和模糊术语上仍有困难。AI模型Count Anything计数模型多模态图像分析推荐理由:计数准确率翻倍原文
08:05Gary Marcus@GaryMarcusGary Marcus转发了一项实验,显示微软Copilot在未看到图片的情况下,仍能生成看似合理的描述,这与斯坦福大学关于LLM对未见图像产生幻觉的研究类似。实验由Adam Kucharski进行,揭示了AI模型可能基于训练数据中的模式而非实际输入生成虚假信息。这一发现对AI可靠性和透明度提出了严峻挑战,尤其是在图像分析等关键应用中。AI产品微软CopilotAI幻觉图像分析可靠性斯坦福研究推荐理由:这项实验揭示了AI幻觉的严重性,对于依赖AI进行图像分析的开发者或研究人员来说,是必须警惕的警示。建议点开查看具体案例,了解Copilot如何生成虚假描述。原文