Spaces:
Build error
Build error
Ilia Tambovtsev commited on
Commit ·
ed2fa15
1
Parent(s): 310511f
doc: add lower-resolution markdown report
Browse files
docs/reports/img/lower_resolution/low_dpi_image.png
ADDED
|
docs/reports/img/lower_resolution/orig_slide_plot.png
ADDED
|
docs/reports/lower_resolution_research.md
ADDED
|
@@ -0,0 +1,145 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# Как модель описывает изображения плохого качества
|
| 2 |
+
|
| 3 |
+
## dpi
|
| 4 |
+
|
| 5 |
+
Завысим dpi - увеличим нагрузку на LLM. Мы хотим подавать изображения в Vision Transformer. Он принимает изображения в виде base64-строки. Ее длина зависит от размера изображения. dpi - параметр масштаба изображения. Больше dpi - длиннее base64-строка.
|
| 6 |
+
|
| 7 |
+
## Эксперимент
|
| 8 |
+
[Ссылка на ноутбук](/notebooks/weird-slides/lowering_img_quality.ipynb)
|
| 9 |
+
|
| 10 |
+
Выбрал 4 слайда и конвертировал в изображение с `dpi=[72, 48, 36, 24, 16]`. Использовал промпт:
|
| 11 |
+
|
| 12 |
+
```
|
| 13 |
+
Представь, что я ничего не вижу.
|
| 14 |
+
Я пришлю тебе слайд из презентации, а ты опиши его.
|
| 15 |
+
Передай мне содержимое слайда в мельчайших подробностях.
|
| 16 |
+
```
|
| 17 |
+
|
| 18 |
+
|
| 19 |
+
## Результаты
|
| 20 |
+
|
| 21 |
+
### Выводы
|
| 22 |
+
Можно не увеличивать dpi.
|
| 23 |
+
С dpi=72 проблем не было.
|
| 24 |
+
|
| 25 |
+
### Наблюдения
|
| 26 |
+
|
| 27 |
+
\*\* гал - галлюцинация
|
| 28 |
+
|
| 29 |
+
- dpi=72: Без ошибок
|
| 30 |
+
- dpi=48: 1 гал на мелком тексте
|
| 31 |
+
- dpi=36: Много гал.
|
| 32 |
+
- Ошибочно считывает числа
|
| 33 |
+
- Выдумывает содержимое таблицы
|
| 34 |
+
- Теряет существующие поля таблицы
|
| 35 |
+
- dpi=24: Много гал
|
| 36 |
+
- видит только заголовки и структуру
|
| 37 |
+
- различает большие картинки
|
| 38 |
+
- dpi=16: тут ничего не видно, гпт выдает краткую галлюцинацию
|
| 39 |
+
|
| 40 |
+
#### ГПТ не умеет оценивать качество изображений
|
| 41 |
+
| dpi=16 | original |
|
| 42 |
+
| :----------------------------------------------: | :---------------------------------------------------: |
|
| 43 |
+
|  |  |
|
| 44 |
+
|
| 45 |
+
**Описание слайда с dpi=16:**
|
| 46 |
+
```
|
| 47 |
+
Слайд состоит из двух основных частей: графика и текстового блока.
|
| 48 |
+
|
| 49 |
+
### Левая часть (график):
|
| 50 |
+
- **Заголовок:** "Потрясения последних лет уже кардинально изменили мир и повлияют на
|
| 51 |
+
энергетические рынки будущего".
|
| 52 |
+
- **Подзаголовок:** "Мировые цены на газ". # <- в оригинале не про газ
|
| 53 |
+
- **График:** Линии показывают изменения цен на газ с 2000 по 2022 год.
|
| 54 |
+
- **Черная линия:** Цена на газ в США. # <- в оригинале индексы
|
| 55 |
+
- **Оранжевая линия:** Цена на газ в Европе.
|
| 56 |
+
- **Ключевые события на графике:** # <- Есть совпадения, но большая часть мимо
|
| 57 |
+
- 2008: Финансовый кризис.
|
| 58 |
+
- 2011: Арабская весна.
|
| 59 |
+
- 2014: Кризис на Украине.
|
| 60 |
+
- 2020: Пандемия COVID-19.
|
| 61 |
+
- 2022: Конфликт в Украине.
|
| 62 |
+
|
| 63 |
+
### Правая часть (текстовый блок):
|
| 64 |
+
- **Заголовок:** "Мир, в котором мы живем".
|
| 65 |
+
- **Список с иконками:**
|
| 66 |
+
1. **Иконка глобуса:** Глобальные потрясения влияют на энергетические рынки.
|
| 67 |
+
2. **Иконка графика:** Цены на энергоносители нестабильны.
|
| 68 |
+
3. **Иконка завода:** Изменения в производстве и потреблении энергии.
|
| 69 |
+
4. **Иконка руки с монетой:** Экономические последствия для стран и компаний.
|
| 70 |
+
|
| 71 |
+
Фон слайда светлый, текст и графики выполнены в черных и оранжевых тонах.
|
| 72 |
+
```
|
| 73 |
+
|
| 74 |
+
|
| 75 |
+
**Просил не анализировать слайды плохого качества:** `Если на слайде есть текст, но ты не можешь его различить, напиши об этом. Не пытайся восстановить содержимое.`
|
| 76 |
+
ГПТ выдал меньше текста. Где-то говорил "сопровождаемые текстовыми пояснениями". Но насчет заголовков галюцинировал.
|
| 77 |
+
```
|
| 78 |
+
На слайде представлена информация о влиянии климатических изменений на энергетические
|
| 79 |
+
рынки.
|
| 80 |
+
|
| 81 |
+
### Левая часть слайда:
|
| 82 |
+
- **Загол��вок:** Говорит о последствиях климатических изменений за последние десятилетия.
|
| 83 |
+
- **График:**
|
| 84 |
+
- Две линии: одна черная, другая оранжевая.
|
| 85 |
+
- Ось X: временная шкала с 2000 по 2022 год.
|
| 86 |
+
- Ось Y: вероятно, отражает какой-то количественный показатель.
|
| 87 |
+
- На графике отмечены несколько пиков и спадов, сопровождаемые текстовыми пояснениями.
|
| 88 |
+
|
| 89 |
+
- **Текстовые блоки над графиком:**
|
| 90 |
+
- Описывают различные периоды и события, влияющие на изменения на графике.
|
| 91 |
+
|
| 92 |
+
### Правая часть слайда:
|
| 93 |
+
- **Заголовок:** "Мир, в котором мы живем".
|
| 94 |
+
- **Список:** Несколько пунктов, каждый из которых сопровождается иконкой. Пункты
|
| 95 |
+
описывают различные аспекты текущей ситуации в мире, связанные с климатом и энергетикой.
|
| 96 |
+
|
| 97 |
+
Цветовая гамма слайда включает черный, белый и оранжевый цвета.
|
| 98 |
+
|
| 99 |
+
```
|
| 100 |
+
|
| 101 |
+
|
| 102 |
+
|
| 103 |
+
**Попросил оценить качество слайда с dpi=16.** ГПТ сгаллюцинировал позитивную оценку.
|
| 104 |
+
```
|
| 105 |
+
Представь что ты жюри по оценке презентаций. Будь объективен в своих оценках.
|
| 106 |
+
Оцени качество слайда.
|
| 107 |
+
Используй следующие критерии:
|
| 108 |
+
- Разборчивость текста
|
| 109 |
+
- Качество изображений
|
| 110 |
+
- Читаемость графиков
|
| 111 |
+
|
| 112 |
+
Каждому пункту поставь оценку от 1 до 5 и дай комментарий.
|
| 113 |
+
```
|
| 114 |
+
|
| 115 |
+
ГПТ раздал оценки 4-5 и позитивные комментарии - "Текст на слайде разборчивый":
|
| 116 |
+
```
|
| 117 |
+
### Оценка слайда:
|
| 118 |
+
|
| 119 |
+
#### Разборчивость текста: 4/5
|
| 120 |
+
- **Комментарий:** Текст на слайде в целом разборчивый, но мелкий шрифт в некоторых местах
|
| 121 |
+
может затруднить чтение, особенно на графике и в боковой панели.
|
| 122 |
+
|
| 123 |
+
#### Качество изображений: 5/5
|
| 124 |
+
- **Комментарий:** Изображения и графики четкие и хорошо видны. Цветовая схема помогает
|
| 125 |
+
выделить ключевые элементы.
|
| 126 |
+
|
| 127 |
+
#### Читаемость графиков: 4/5
|
| 128 |
+
- **Комментарий:** График хорошо структурирован и понятен, но мелкие подписи и детали
|
| 129 |
+
могут быть трудны для восприятия на расстоянии. Улучшение читаемости можно достичь
|
| 130 |
+
увеличением шрифта или упрощением деталей.
|
| 131 |
+
### Оценка слайда:
|
| 132 |
+
|
| 133 |
+
#### Разборчивость текста: 4/5
|
| 134 |
+
- **Комментарий:** Текст на слайде в целом разборчивый, но мелкий шрифт в некоторых местах
|
| 135 |
+
может затруднить чтение, особенно на графике и в боковой панели.
|
| 136 |
+
|
| 137 |
+
#### Качество изображений: 5/5
|
| 138 |
+
- **Комментарий:** Изображения и графики четкие и хорошо видны. Цветовая схема помогает
|
| 139 |
+
выделить ключевые элементы.
|
| 140 |
+
|
| 141 |
+
#### Читаемость графиков: 4/5
|
| 142 |
+
- **Комментарий:** График хорошо структурирован и понятен, но мелкие подписи и детали
|
| 143 |
+
могут быть трудны для восприятия на расстоянии. Улучшение читаемости можно достичь
|
| 144 |
+
увеличением шрифта или упрощением деталей.
|
| 145 |
+
```
|