[일반] 4o보다 5.2가 이미지 인식 능력이 딸린 이유가 뭘까

[익명(122.43)]

저 초록색 원안에 한자들 4o나 젬민이는 안틀리는데 5.2는 인스턴트나 띵킹이나 계속 동서남북이라고 하네

어휴 

[ㅇㅇ 1(211.218)]

4o는 옴니잖아 이미지 인식 기능 있으니 당연히 얘가 더 잘 보지

[글쓴 ㅇㅇ(122.43)]

아니 애초에 gpt5 자체가 4o보다 상위호환이라고 나오고 4o 자체를 아예 없앴다가 복구한거 잊었음?

[ㅇㅇ 1(211.218)]

@글쓴 ㅇㅇ(122.43) 그거랑 별개로 이미지 인식 기능이 있는 건 5 아니고 4o라고 성능과는 별개임 제미나이도 이미지 인식 가능하고 기본 기능 문제야

[글쓴 ㅇㅇ(122.43)]

[약팔이아님(vital7966)]

검열때문에 그런듯

[글쓴 ㅇㅇ(122.43)]

의외네 그럴수도 있겠는걸

[ㅇㅇ 2(211.185)]

4o는 이미지,오디오,텍스트를 모두 학습했나 그럴 걸. 그래서 그때쯤 다른 모델들 음성 기능은 STT - TTS 쓰는 거였는데 4o는 그냥 입출력이 오디오로 다 되는 거였고. 이미지도 그래서 성능 좋았을거임. 현재 성능도 사실상 너프된 거. 5는 텍스트 학습 모델이라 딸리는 것 같음. 제미나이는 구글이 원래 OCR 잘해서 잘 도움 받는 것 같긴 하고.

[글쓴 ㅇㅇ(122.43)]

경량화 때문인가

[ㅇㅇ 2(211.185)]

@글쓴 ㅇㅇ(122.43) 멀티모달은 시기상조라고 생각해서 학습을 안 시킨 거 같기도 하고, 검열로 너프도 심해졌고. 지금도 GPT는 음성모드 켜면 지능이 떡락함. 4o라서 그런 것 같음. 경량화도 이유 중 하나일 것 같긴 함. 그래서 갈릭...은 학습데이터를 정제한 애로 알고 있긴한데, 갈릭인지 다음 버전인지 차기 모델들 중에 멀티모달 다음 버전 내놓는다는 말 있었을 걸.

[203847년걸리겠죠(awful6856)]

5 계열 모델이 멀티모달이 아니라서 4o씀 이미지볼때

[글쓴 ㅇㅇ(122.43)]

딱 찝어서 저 초록색 원안의 한자가 뭐냐고 물으면 맞추긴하네... 원래 질문은 벽에 걸린 저 그림 자체에 대한 해석이긴하다만