接受图像和文本输入以

作者注：本文最初发表于 年 月 日，并于 年 月 日更新，添加了 关于 内容和 的博客文章的新信息。新。这个空间正在迅速变化，我将继续用新信息更新本文。 关于 - 需要了解的四件事 作者：梅根·斯卡贝克 · 年 月 日 · 分钟阅读 内容 事情 ：多模态尚未到来 事情 ： - 可以接受更大的输入 事情 ： 不再那么开放了事情人工智能正在成为明星学生（但仍然是谎言） 月 日星期二， 发布了最新的机器学习模型 - 。虽然它没有像 那样立即震撼世界，但这主要是因为没有一个闪亮的新界面与之配合。相信我们——这仍然令人难以置信的兴奋。

事情 多模态尚未到来 发布前，围绕 - 的很多炒作都是关于它 电话数据 是多模式的，或者能够接受文本和图像作为输入。目前，要上传图像，您需要访问开发人员 ，这显然并不适合所有人。对于其他人来说， - 仍然只接受文本输入。 围绕多模式的炒作可能是有道理的。将输入选项扩展到文本和图像可以（应该？）成倍地提高人工智能的潜在输出，并可以为未来的视频、音频和其他多模式输入和输出铺平道路。 事情 ： - 可以接受更大的输入 在缺乏多模态的情况下， - 与 - . 最明显的区别之一是它可以接受更大的输入。



并产生更大的输出，但这不会以同样的方式有用。） - . 一次可以使用的最大代币数量为 , 。 在 - 的基本模型中，最大数量翻倍至 , 个代币，甚至还有第二个 - 模型，最多可处理 , 个代币。 这在实践中意味着什么？ 对于初学者来说，这意味着我可以提供 - 关于 - 的整个技术报告（不包括附录）来阅读。（内容超过 , 字。）我要求它总结报告并指出遗漏的任何重要信息。 以下是 - 的回应： 提示：总结本研究论文的要点。缺少哪些重要信息？（后附 的 - 技术报告全文。