3,583 papers
arXiv:2512.03746 73 3 дек. 2025 г. PRO

CodeVision: код как универсальный инструмент для работы с изображениями

КЛЮЧЕВАЯ СУТЬ
GPT-4o распознаёт логотипы и лица, но не видит что изображение перевёрнуто на 90° — точность падает с 83% до 13%. Простой поворот обрушивает все современные vision-модели. CodeVision позволяет модели самой исправлять ориентацию и дефекты изображений через генерацию кода. Модель пишет Python-код для трансформаций вместо вызова жёстких инструментов — image.rotate(90), .crop(), OCR в одной цепочке. Упал с ошибкой — видит traceback, переписывает код. 12% точности превращаются в 95%.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с