求问，CodeX有视觉理解能力吗

你需要明文规定，他才会动用视觉能力，一般来讲他还会先转成图片然后再看

直接给图片是可以识别的，PDF还没有试过。

有视觉理解能力但没有原生阅读pdf工具。

事实上连文本阅读工具也没有，一切都是终端拼写

近期会开源一个解决这些问题的工具

pdf分3种情况，

1、可编辑模式：文字表格都是原始状态（可以不用视觉）

2、栅格化模式：文字全部变成图形（需要视觉）

3、位图模式：都是图片（需要视觉）

再说明下，codex是工具，如果是原始的gpt模型那就是多模态的。

佬你使用的是什么模型呢？如果是gpt模型就是有识图的能力的 如果是第三方模型建议去官方/中转站的模型广场 看一下是否有视觉能力

能否识图和codex无关 codex只是个调用模型api的软件 得看模型

谢谢佬的解答，用的就是官方的GPT模型

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上 开源推广 标签： 是
我的开源项目完整开源，无未开源部分： 是
我的开源项目已链接认可 LINUX DO 社区： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

没有太多好…