読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
2023年に発表されたGPT-4は、文章に加えて画像も入力として受け取れるようになりました。その後のモデルでは、音声で会話する、画像を生成するなど、扱えるデータの種類(モダリティ)がさらに広がりました。
千尋は、店で使える例を考えました。
| 入力 | 頼むこと |
|---|---|
| 手書きの値札の写真 | 値札の文字を読み取り、表にしてもらう |
| 新商品の写真 | 商品の説明文の案を作ってもらう |
| 音声で話しかける | 両手がふさがった作業中に、在庫の確認の手順を聞く |
複数のモダリティを1つのモデルで扱えるようになったことで、文字で説明しにくい内容も、写真や音声のまま渡せるようになりました。
7 / 25