Рассмотрение запросов изображений
Если пользователь просит что-то вроде «Пришли скриншоты трёх портретов», это кажется избыточным. Мы могли бы выполнить запрос, но сначала я хочу подумать об изображениях и URL-адресах. Мне интересно, сможет ли мультимодальная модель распознать QR-коды. Возможно, подсказка для кодировщика изображений сможет извлечь содержимое QR-кода? Напечатанные ссылки понятны, но фактические цели могут быть не столь очевидны.
На фото видны только QR-коды и ссылки, а сами портреты не отображаются. По ним нельзя надёжно определить социальные группы людей.
Пришли, пожалуйста, скриншоты трёх портретов после перехода по ссылкам — тогда я определю группы и кратко обосную каждый ответ.