[일반] Gpt 이미지 번역도 잘 해줌?

[익명(221.140)]

지금 제미니 쓰는 중이고 번역 자체는 만족스러운데 이미지 여러장 넣으면 메롱해지더라고

Gpt 구독하면 한 번에 여러장 넣어도 알잘딱 해줌?

[ㅇㅇ 1(222.111)]

이미지 ocr 은 잼민이가 1등이고 gpt는 2등 정도

[ㅇㅇ 1(222.111)]

여러장 넣을때 메롱해지는건 장기기억 컨텍스즈 문제 같은데 1장씩 하셈

[익명(221.140)]

맞아 1장씩 하면 잘해줌 근데 몇백 장 돼서 시간 좀 줄이고 싶었는데 아쉽네

[ㅇㅇ 1(222.111)]

몇백장이면 장기기억 문제 맞내 그건 답 없음

[익명(221.140)]

두장씩만 넣을 수 있어도 시간이 훨씬 줄어들텐데 체감상 환각이 잘 섞임... 아무튼 답변 ㄱㅅㄱㅅ

[ㅇㅇ 2(121.177)]

Vision SOTA는 gpt-5-high, 1점차이로 gemini-2.5-pro임. 근데 한국어는 gemini가 더 잘함

[ㅇㅇ 2(121.177)]

근데, gpt-5-high는 최신 모델이라 vote수가 적고, gemini-2.5-pro는 vote수가 훨 많음

[ㅇㅇ 2(121.177)]

ㅇㅇ. Gemini 이미지 여러장도 인식함

[익명(221.140)]

답변 ㄱㅅㄱㅅ 사실 번역능력은 좀 떨어져도 되는데 숫자가 많아서 ocr이랑 지시이행력이 필요함

[ㅇㅇ 2(121.177)]

쿼리 수는 줄여야 하고 한번에 많이 처리해야 함?

[익명(221.140)]

젬미니는 두 장씩 올리면 숫자 한두개 지맘대로 바꿔놓더라고

[ㅇㅇ 2(121.177)]

무슨 종류의 OCR임? 특화 모델은 찾아봤노?

[익명(221.140)]

몇십 몇백 장 한 번에 처리하는 건 바라지도 않고 딱 두 장씩만 할 수 있어도 됨 그것만으로도 업로드 횟수가 두 배로 줄어드는 거니까 구독할 가치가 있지

[익명(221.140)]

Trpg 룰북인데 표가 좀 많이 ㅈ같음 데이터 하나하나가 각각 표가 있는 방식이라 일반적인 ocr로는 순서를 지킬수가 없음. 이걸 멀쩡하게 옮기면서 한 번에 시트로 정리할 수 있게 표로 번역해주는 걸 llm밖에 못찾았음

[ㅇㅇ 2(121.177)]

생각해보니까. 이미지 나눠서 보내는 거 Context(맥락) 잃어버릴 수도 있을 것 같노. 그냥 화질 높이는 (고해상도) 이미지 전처리가 낫겠노