过年关啦！阿里奉上了本年临了一份礼物——买球下单平台
"眼睛"模子 QVQ，其中 V 代表视觉。它只需读取图像和领导，就不错启动想考。
I ’ m watching you！
据先容，这可能是寰宇第一个视觉推理模子，也不错把它辩论为上个月开源的阿里版 o1 模子 QwQ 的视觉版块。
不错处分数逝世生等各规模问题。
读梗图、数鸭子也不在话下。
当今该模子处于实验阶段，盛开测试。
遵守可能因为看望过多，网页一度还 404 了。
从性能弘扬上看，QVQ 在 MMMU 上的得分为 70.3，这一遵守逾越 GPT-4o、Claude 3.5 Sonnet，但比 o1 模子还差了那么少量。
官方给了几个演示 Demo，让我们好好感知一下它的推明智商。
最初来看这谈数学题。
解题想路如下：
再来个几何题，算算这个沙发的面积。
它的推理经由如下：
高中化学题：图片中的滤液 E 是什么化学物资？
它的谜底是：硫酸亚铁溶液。
他们在四个数据集对眼睛模子 QVQ-72B-Preview 进行了评估，包括 MMMU、MathVista、MathVision、OlympiadBench，主要纯属数学多模态推理以及轮廓辩论推理方面的智商。
QVQ-72B-Preview 在 MMMU 基准测试中得到了 70.3 分，大大逾越了其前身 Qwen2-VL-72B-Instruct。
此外，在其余三个以数学和科常识题为重心的基准测试中，该模子也弘扬出了不凡的性能，松开了与 o1 模子之间的差距。
不外当今该模子属于是团队的实验商讨模子，不是相配平安，有几个已矣需要真贵。
言语羼杂和代码切换：该模子可能会有时地羼杂言语或在言语之间切换，从而影响回答的明晰度。
递归推理：模子可能会堕入轮回逻辑方式，产生冗长的回话而无法得出论断。
安全停战德方面的辩论：该模子需要加强安全设施，以确保性能可靠和安全，用户在部署时应严慎。
性能和基准已矣：尽管该模子在视觉推理方面有所纠正，但它不可澈底取代 Qwen2-VL-72B-Instruct 的功能。此外，在多体式视觉推理经由中，模子可能会迟缓失去对图像试验的心情，从而导致幻觉。
好好防护针打了，那我们淡淡实测一波。
比如这谈纯属谷歌版 o1 的题目：
怎样欺骗这些数字加起来即是 30？
遵守它识别出来了这几个球对应的数字，没有益志到 9 号球不错翻转成 6 号球，然后就堕入无限的想考之中。。。
在 blog 临了，他们也自大了接下来的指标——增强视觉言语基础模子，使其具备基于视觉信息进行深度想考和推理的高等智商。
把时间拉长，他们蓄意是将更多的模态整合到谐和的模子中，省略打法复杂的挑战并参与科学探索。
（模子止境是 AI For Science？）
参考贯串：
[ 1 ] https://x.com/Alibaba_Qwen/status/1871602879972405626
[ 2 ] https://qwenlm.github.io/blog/qvq-72b-preview/
— 完 —
点这里� � 心情我，记起标星哦～
一键三连「共享」、「点赞」和「在看」
科技前沿进展日日相逢 ~