AI視覺需要優(yōu)化
使用的設備：S25 Ultra
使用的功能：bixby AI視覺
出現(xiàn)的問題：照片信息內容分析不準確
出門在外旅游，需要一個在線的AI語音導游。當用戶使用該功能考一考AI,比如問的比較多的一句話“這是什么？”此時AI會有很大機率給出錯誤的答案。例如這明明是上海的某處景點，AI偏偏一本正經(jīng)地說這是云南的某處景點。AI說錯沒關系，可能是用戶拍攝的角度不好，重點特征不明顯,從而導致AI犯錯。但是當用戶語音糾正后，再次微調一個角度詢問AI，這是什么，它依然我行我素，給出之前相同的錯誤回答。這就不應該了。此時的AI分析，應以之前對話的上下文為最優(yōu)先的約束條件（加大權重）而不是從冰冷的AI視覺數(shù)據(jù)庫大模型中再次提取，即絕不應該給出與之前相同的重復的錯誤回答。
建議的人性化解決方式：先對用戶抱歉，然后建議用戶打開gps模糊位置信息，這樣可提高之后照片分析的準確度。若用戶不打開GPS,則加大上下文的權重，爭取之后給出正確的回答。
總之一句話：bixby視覺要提升多模態(tài)融合信息的AI處理能力。提高準確性，介紹語言要適當精簡。這樣才能當一個合格的AI導游。
使用的功能：bixby AI視覺
出現(xiàn)的問題：照片信息內容分析不準確
出門在外旅游，需要一個在線的AI語音導游。當用戶使用該功能考一考AI,比如問的比較多的一句話“這是什么？”此時AI會有很大機率給出錯誤的答案。例如這明明是上海的某處景點，AI偏偏一本正經(jīng)地說這是云南的某處景點。AI說錯沒關系，可能是用戶拍攝的角度不好，重點特征不明顯,從而導致AI犯錯。但是當用戶語音糾正后，再次微調一個角度詢問AI，這是什么，它依然我行我素，給出之前相同的錯誤回答。這就不應該了。此時的AI分析，應以之前對話的上下文為最優(yōu)先的約束條件（加大權重）而不是從冰冷的AI視覺數(shù)據(jù)庫大模型中再次提取，即絕不應該給出與之前相同的重復的錯誤回答。
建議的人性化解決方式：先對用戶抱歉，然后建議用戶打開gps模糊位置信息，這樣可提高之后照片分析的準確度。若用戶不打開GPS,則加大上下文的權重，爭取之后給出正確的回答。
總之一句話：bixby視覺要提升多模態(tài)融合信息的AI處理能力。提高準確性，介紹語言要適當精簡。這樣才能當一個合格的AI導游。
;){kind=link}