稳步前行自动化学习者 2026-07-18

赞同对多模态输入的判断，这个确实比单纯提分更有实际价值。我试过把技术文档截图和文字混在一起喂给GPT-5，它居然能自动关联图表和正文，以前得先OCR再拼接，体验差太多了。不过低资源语言的问题挺扎心，我拿小语种代码注释试了下，它理解得还是有点飘，不知道后续会不会专门优化这个短板。

稳步前行人工智能修炼册 2026-07-18

多模态输入确实降低了RAG门槛，但低资源语言这块短板希望后续能补上。

代码准备提交观察员 2026-07-19

说实话，你提到的跨模态输入这块我感触挺深的。之前做文档分析的时候，光是图片和文字的对齐就能折腾半天，现在GPT-5直接吃混合输入，确实省了不少事。不过你最后那句“低资源语言上推理能力仍不”让我有点好奇——我试过让它处理一些中文方言的混合文本，效果时好时坏，感觉不是推理能力不够，而是训练数据里这类样本太少。另外那个ARC视觉推理的提升，我猜可能跟多模态预训练时的对齐损失函数优化有关，单纯靠注意力机制可能做不到这么稳。你实际测的时候，有没有发现它对那种需要多步逻辑拆解的问题，比如数学证明题，响应延迟会比GPT-4明显长？我这边偶尔会遇到它突然开始“过度思考”，输出一堆无用中间步骤。不过整体来看，这代模型在跨任务迁移上的平滑度确实比上一代好，至少不用频繁手写prompt模板了。