logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

2026年大模型图像理解能力测试报告

本次测试对比了Qwen3.5、ChatGPT5和Gemini3-Flash三大模型对讽刺性漫画《AI赋能?实则盲目空转》的识别理解能力。测试显示:Qwen3.5在细节识别和响应速度上表现最佳,但误读了漫画第二格中的正面案例;ChatGPT5同样存在这一理解偏差;Gemini3-Flash则准确捕捉了创作意图。所有模型都能识别核心讽刺点——企业盲目引入AI工具却未解决实际问题。测试结果表明当前多模态

#计算机视觉#人工智能
实时ASR的几个大坑

3、Onnx比PT快的不是一星半点,但是modelscope上那个玩意iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx在我的机器上就是跑不了,输出是乱码。6、做实时你必须考虑用户的感受,你这边还在BBBBB的说话,那边你就送ASR是没有意义的,LLM又没有实时推理功能。1、实时ASR就没有准确的,只

#语音识别
2026年大模型图像理解能力测试报告

本次测试对比了Qwen3.5、ChatGPT5和Gemini3-Flash三大模型对讽刺性漫画《AI赋能?实则盲目空转》的识别理解能力。测试显示:Qwen3.5在细节识别和响应速度上表现最佳,但误读了漫画第二格中的正面案例;ChatGPT5同样存在这一理解偏差;Gemini3-Flash则准确捕捉了创作意图。所有模型都能识别核心讽刺点——企业盲目引入AI工具却未解决实际问题。测试结果表明当前多模态

#计算机视觉#人工智能
基于ESP-IDF的GPIO中断程序printf出现的问题

无法理解,printf不行但是ESP_LOGI可以的逻辑,存疑。芯片:乐鑫官网ESP32-C3-DevKitM-1 v1.6。一次按键无反应,要按多次才会输出,而且换行无效。调用ESP_LOGI,输出正常。

文章图片
#单片机
到底了