有研究团队展示了一种创新的视觉位置识别技术Revisit Anything，只要输入图片，就能能识别出图片中是在什么地方。图源备注：图片由AI生成，图片授权服务商Midjourney这项技术结合了最新的 SAM（Segment Anything Model）和 DINO(Self-Distillation with No Labels)，旨在提升图像段的检索效果，从而实现更精确的地点重识别。这项技术的核心在于图分段的检索能力，研究团队使用了一系列数据集，包括 Baidu、VPAir、Pitts 和17places 等，提供了全面的测试基础。为了方便用户使用，研究者建议大家从17places 这个较

为了测试这些AI的"抗压能力"，一群研究者玩起了"大冒险"。他们搞了一个叫Self-Contradictory Instructions（SCI）的测试，简直就是AI界的"死亡挑战"。这个测试包含了20，000个自相矛盾的指令，涵盖了语言和视觉两大领域。比如，给你看一张猫咪照片，却让你描述这只"狗"。这不是为难人吗?哦不，是为难AI。

["疫情期间,扫描产品实现逆势增长,IDC数据显示2021年我国扫描仪出货量同比增9.7%","谷歌的Tesseract OCR引擎识别准确率近100%,极大地解决了数据准确性问题","夸克扫描王推出万能扫描功能,支持文字和表格内容编辑,提高用户体验","夸克扫描王针对年轻用户痛点,实现自动文档格式和布局识别","大模型技术助力夸克扫描王手写识别和公式识别准确率达99%,领先行业"]

["🎯<b>大模型的应用趋势</b>:文章提到大模型已经从模型端发展到应用端创新。","👀<b>视觉识别的局限</b>:GPT-4在视觉识别任务中表现存在局限,需要继续提高模型的泛化能力。","💡<b>模型测试的重要性</b>:要警惕只在训练集上测试模型,模型泛化性能才是关键。"]