SHORTCUT SCIENCE | ВЫПУСК 2: Определяем повреждения на авто с помощью VLM

10 минут, чтобы познакомиться с VLM, понять на что они способны “из коробки” и сравнить GPT-4 Vision vs Gemini vs российские аналоги в задаче анализа повреждений авто по фотографии. 🍄 Результаты тестов: 1. GPT-4 Vision — эталон: точные оценки + детальные рекомендации (есть API) 2. Gemini 1.5 Pro — почти не уступает GPT, но чуть менее точен в деталях 3. InternVL3-78B — видит повреждения, но описывает их кратко 4. Qwen2.5 — тёмная лошадка: локальное решение с хорошим потенциалом 5. GigaChat 2 Max — неплохо, но только в чате (нет API для картинок) 6. Janus Pro 7B — пропускает часть дефектов 7. Llama-3.2 Vision — «придумывает» несуществующие повреждения 🍄 Материалы: — Лидерборд моделей (https://huggingface.co/spaces/opencompass/open_vlm_leaderboard) на Hugging Face от Кости — Расширенные результаты можно посмотреть в комментах Канал Ирины Николаевой: https://t.me/iratttional_AI Дайджесты, статьи и анонсы Raft: https://t.me/GoRaftingg Блог на Хабре: https://habr.com/ru/companies/raft/articles/