• 2024/12/11
• 在 OpenAI, 多模态 中
• 5 分钟阅读

使用结构化提取从图像中提取元数据

像 gpt-4o 这样的多模态语言模型擅长处理多模态信息，使我们能够从图像中提取丰富、结构化的元数据。

这在时尚等领域特别有价值，我们可以利用这些功能从图像甚至视频中了解用户的风格偏好。在这篇文章中，我们将展示如何使用 instructor 将图像映射到给定的产品分类法，以便我们可以为用户推荐类似的产品。