Em essência, um LLM faz geração probabilística de texto; não é um verdadeiro mecanismo de busca e também não consegue fazer, em tempo real, uma correspondência reversa de imagens na web inteira. O “ver imagens” dele é mais reconhecer estilos e características, e não comparar uma a uma dentro de um banco de dados.
Para encontrar a fonte de uma imagem em alta resolução, o que sustenta isso por baixo é indexação de imagens, hash de características e comparação com bancos/galerias de imagens — isso é capacidade de sistema de busca, não o ponto forte de um LLM. Se a imagem em si não for famosa, não for de celebridade ou de revista clássica, muitas vezes já não existem tantas versões em alta resolução indexáveis na internet; então o GPT basicamente não tem como “tirar do nada”. Em termos mais diretos: esse tipo de aplicação, pelo princípio, é muito difícil de ser bem feito de verdade com LLM.
Imagem pouco conhecida: ainda é o jeito tradicional de buscar por imagem e ordenar por tamanho. Não tem muito o que fazer.