How Well Does GPT-4o Understand Vision? Evaluating Multimodal Foundation Models on Standard Computer Vision Tasks

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Ramachandran, Rahul, Garjani, Ali, Bachmann, Roman, Atanov, Andrei, Kar, Oğuzhan Fatih, Zamir, Amir
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!