热点事件观察中

作者评测19种用LLM定位图片焦点的方法

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

作者 marcus_johansso 发布了一项评测，用 19 张 Pexels 照片对比 19 种为历史图片自动定位焦点的方法，涉及 LLM、Jev 和图像分类模型，并以人工标注的焦点作为标准答案。该任务针对 Drupal Focal Point 模块未覆盖的历史图片库，让模型一次性为整库图片给出焦点位置。每种方法分别搭配 18、228、1529 tokens 三种提示词，每组组合运行三次以观察结果波动。作者称，GPT-5.5 在 Describe 和 Set-of-Mark 两项运行中耗尽 OpenAI 额度，因此这两项被排除；成本按每次调用实测 token 的标价计算，本地模型和检测器每次调用不计费。作者称，Grounding DINO 在服务器 CPU 上运行，在其笔记本上每张照片耗时 25 至 40 秒，适合希望在本机运行并至少选出真实主体的场景。

AI 根据报道生成 · 1 天前更新

最新进展10月18日 18:22

用 LLM、Jev 与图像分类模型做图像裁剪的 19 种方法评测

报道时间线

沿着报道，了解事件的不同侧面。

10月18日

18:22
Hacker News
用 LLM、Jev 与图像分类模型做图像裁剪的 19 种方法评测
一项评测用 19 张 Pexels 照片对比了 19 种为老图片自动定位焦点的方法，涉及 LLM、Jev 和图像分类模型，并以人工标注的焦点作为标准答案。每种方法分别搭配 18、228、1529 tokens 三种提示词，每组组合运行三次以观察结果波动。该任务针对 Drupal Focal Point 模块未覆盖的历史图片库，让模型一次性为整库图片给出焦点位置。

本事件热度走势

可比范围当前: 5
可比范围峰值: 1010月18日 19:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。