GPT-4oの性能評価の結果

テキスト評価

https://scrapbox.io/files/6642c6fd90cbfd001c26d8a0.png

推理力の向上

GPT-4oは、DROPをのぞく、MMLU、GPQA、MATH、HumanEval、MGSMでSoTAを記録した。

自動音声認識の性能評価

https://scrapbox.io/files/6642cb68229dcd001c8dab2f.png

音声ASR性能

GPT-4oは、すべての言語、特に低リソース言語において、Whisper-v3に比べて音声認識性能を劇的に向上させた。

音声翻訳の性能評価

https://scrapbox.io/files/6642e6e83828cd001ddd66e2.png

音声翻訳性能

GPT-4oは、CoVoST-2という音声翻訳ベンチマークにおいて、新たな最先端を打ち立てた。

https://scrapbox.io/files/6642e7c231e21d001da331e7.png

GPT-4oはすべての言語においてGPT-4より優れた。

画像認識の評価

https://scrapbox.io/files/66430b4856e168001dc56a98.png

視覚理解テスト

GPT-4oは視覚認識ベンチマークで最先端の性能を達成。