دسته‌بندی‌ها

آبسردکن‌ها و دستگاه‌های آب‌ریز

دستگاه‌های قهوه‌ساز

ماشین‌های ظرفشویی

اجاق‌ها

اجاق‌های گازی رومیزی

هود آشپزخانه

گریل‌های برقی

Toasters & Sandwich Makers

Air Coolers

Aroma Diffusers

Diffuser Oils & Refills

تصفیه‌کننده‌های هوا

پنکه‌ها

رطوبت‌گیرها

ماشین‌های اصلاح و ریش‌تراش برقی

اپیلاتورها

مسواک‌های برقی

آبیاری‌کننده‌های دهان

ابزارهای حالت‌دهی مو

دستگاه‌های مراقبت از پوست صورت

روشنایی هوشمند

پریزها و کلیدهای هوشمند

دوربین‌ها و زنگ‌های درِ هوشمند

سنسورها و هاب‌های هوشمند

جاروبرقی رباتیک هوشمند

دوربین‌های امنیتی

اسکوترهای برقی

دوچرخه‌های برقی

دوچرخه‌ها

لوازم جانبی دوچرخه

گوكارت

موتورسیکلت‌ها

موتورهای کوچک

لوازم جانبی خودرو

الکترونیک خودرو

تلویزیون‌های هتل و تجاری

یخچال‌های مینی

سشوار و اتو

کتری و قهوه‌ساز

گاوصندوق اتاق

سیستم‌های دسترسی و کنترل

Calal Trading FZCO
0 با ما تماس بگیرید

GPT-4 در آزمون فیزیوتراپی شرکت کرد! نتیجه شوکه‌کننده بود

موفقیت مدل هوش مصنوعی GPT-4 در آزمون فیزیوتراپی ژاپن، متخصصان پزشکی را شگفت‌زده کرد. این مدل به نرخ دقت بالایی دست یافت.

مدل قدرتمند زبان هوش مصنوعی OpenAI، یعنی GPT-4، بدون هیچ آموزش اضافی یا آمادگی ویژه‌ای با موفقیت در آزمون ملی متخصص فیزیوتراپی ژاپن پذیرفته شد. این موفقیت که در دنیای پزشکی بازتاب گسترده‌ای داشت، بار دیگر توانایی‌ها و پتانسیل GPT-4 را در حوزه‌های مختلف دانش نشان داد. یافته‌های این مطالعه نشان داد که GPT-4 در پرسش‌های متنی بسیار مؤثر بود، اما در پرسش‌های دارای محتوای فنی و بصری محدودیت‌هایی داشت. جزئیات در ادامه آمده است...

GPT-4 در آزمون ملی متخصص فیزیوتراپی ژاپن شرکت کرد: به نرخ موفقیت ۷۳.۴٪ دست یافت

آزمون ملی متخصص فیزیوتراپی ژاپن در مجموع از ۲۰۰ سؤال تشکیل شده است که شامل ۱۶۰ سؤال دانش عمومی و ۴۰ سؤال عملی می‌شود. این آزمون حافظه، درک، کاربرد، تحلیل و مهارت‌های ارزیابی شرکت‌کنندگان را می‌سنجد. پژوهشگران ۱۰۰۰ سؤال از این آزمون را در GPT-4 بارگذاری کردند و پاسخ‌های مدل را با پاسخ‌های رسمی مقایسه کردند. نتایج نشان داد که GPT-4 به ۷۳.۴٪ از این پرسش‌ها پاسخ درست داده است.

این مدل در پرسش‌های متنی عملکرد بسیار خوبی داشت و به نرخ دقت ۸۰.۱٪ رسید. با این حال، نرخ دقت مدل در پرسش‌هایی که شامل جزئیات فنی بودند و با عناصر بصری پشتیبانی می‌شدند، به ۴۶.۶٪ کاهش یافت. به‌ویژه پرسش‌هایی که شامل جدول‌ها و تصاویر بودند، بخش‌هایی بودند که مدل در آن‌ها بیشترین مشکل را داشت؛ نرخ دقت در چنین پرسش‌هایی در سطح پایین ۳۵.۴٪ باقی ماند.

این نتایج نشان می‌دهد که با وجود توانایی‌های برتر GPT-4 در پردازش زبان، این مدل در مسائل پیچیده ترکیب‌شده با داده‌های بصری محدودیت‌هایی دارد. یافته جالب دیگر این مطالعه آن است که GPT-4، با وجود این‌که عمدتاً با مجموعه‌داده‌های انگلیسی آموزش دیده بود، در پرسش‌های ژاپنی نیز نتایج بسیار موفقی به دست آورد.

این همچنین توانایی چندزبانه مدل و قابلیت آن برای عملکرد مؤثر در زبان‌های مختلف را نشان می‌دهد. در نتیجه، این نرخ موفقیت GPT-4 بدون شک گامی مهم در مسیر کشف پتانسیل و محدودیت‌های هوش مصنوعی در حوزه‌های دانشی پیچیده است.

اگرچه این مدل در مسائل متنی قوی است، اما در موضوعات بصری و فنی به‌وضوح به توسعه بیشتری نیاز دارد. با این حال، این موفقیت بار دیگر به جهان نشان داده است که فناوری‌های هوش مصنوعی چگونه می‌توانند در حوزه‌هایی مانند آموزش و آزمون‌های حرفه‌ای نقش ایفا کنند.

اخبار مرتبط