Тест мультимодальности #ChatGPT.
Часть 1: понимание мемов.

Open AI наконец-то выкатили возможность давать GPT4 картинки на вход (в Bing, кстати, тоже можно), многократно расширив горизонт возможностей и без того самой мощной языковой модели. Начинаю эти самые возможности исследовать в серии постов, пока что на мемах.

Выводы:

ГПТ4 легко понимает концепты, даже абстрактные, “смысл в абсурдности”.

Если в меме есть двусмысленность, то он может не копнуть до второго смысла и снять только первый слой. См. пример с собаками. В этом случае нужна подсказка.

ГПТ4 НЕ ПОНИМАЕТ ШРИФТ LOBSTER. Пытается читать, но делает ошибки. Но на первой картинке, с фрилансером, все равно затащил.

Понимание количества элементов - прекрасное, см. картинку со Sleep Chart.

В целом, фантастика.
Продолжаю наблюдение.
Кидайте свои мемы для анализа в комментарии.