Gpt-4o
当准确率不再是唯一标准：三款主流STT语音转文字模型实测横评丨302.AI 基准实验室
在当前多模态 AI 已逐步攻克视觉与复杂逻辑推理的背景下，语音识别系统对于口音、噪声等变量所表现出的脆弱性，依然是该领域一个亟待攻克的核心挑战。当 AI 能看图、能推理，为何听懂一段带口音的对话依然如此之难？ 这是所有开发者和用户共同的痛点。在语音转文字（STT）领域，我们似乎总面临一种“技术悖论”：模型能力在纸面上飞速进步，但在真实的会议室、嘈杂的街头、充…
302.AI 新品发布 | AI绘图总翻车？绘图提示词专家帮你精准复刻图片，自由修改风格！
许多人在使用AI绘图时，都会面临一些棘手的问题，比如想复刻某张图，但尝试了不同的关键词后生成效果依然货不对板；再比如想要对现有的图片进行风格调整使其更贴合自己的独特需求，但却难以维持画面元素的一致性。 针对以上痛点，302.AI 上新了一款AI绘图提示词专家工具，这一工具结合了“图片转提示词”和“风格修改”两大功能，用户不仅可以通过上传图片获得精准提示词复刻…
302.AI 基准实验室 | OpenAI发布GPT-4o更新版本，竟能轻松拿捏《再见爱人4》经典语录？
上周，OpenAI公司发布了GPT-4o的更新版本GPT-4o-2024-11-20。这一更新全面提升了模型的创意写作水平、让写作更加自然、引人入胜且量身定制，以提高相关性和可读性。此外，它还可以更好地处理上传的文件，提供更深入的见解和更全面的响应。 GPT-4o-2024-11-20具有128K个tokens 的上下文窗口，输入价格为每百万tokens 2…
302.AI 基准实验室 | GPT-4o新版本突然上线，结构化输出是什么？
8月6日，OpenAI的官网悄悄上线了新版本gpt-4o-2024-08-06模型。去年的DevDay活动中，OpenAI推出了JSON模式，而这次升级的新版本在API中引入了结构化输出，这一新功能旨在确保模型生成的输出与开发人员提供的 JSON 架构完全匹配。 gpt-4o-2024-08-06采用结构化输出的新模型在复杂 JSON 模式跟踪的评估中获得了…