Lugu sellest Geminmina 2.0 kiireneb.
Detsembris ilmunud Flash Thinking Experimental versioon tõi arendajatele madala latentsusajaga ja suure jõudlusega töötava mudeli.
Selle aasta alguses värskendati Google AI Studios versiooni 2.0 Flash Thinking Experimental, et veelgi parandada jõudlust, ühendades Flashi kiiruse täiustatud järeldamisvõimalustega.
Eelmisel nädalal käivitati Gemini töölaua- ja mobiilirakendustes täielikult uuendatud versioon 2.0 Flash.
Täna on korraga avalikustatud kolm uut liiget: Gemini 2.0 Pro eksperimentaalne versioon, mis on seni kõige paremini toiminud kodeerimisel ja keeruliste viipade alal, kuluefektiivne 2.0 Flash-Lite ja mõtlemise täiustatud versioon 2.0 Flash Thinking.
Gemini 2.0 Pro on kõigis kategooriates esikohal. Gemini-2.0-Flash on kodeerimise, matemaatika ja mõistatuste osas esikolmikus. Flash-lite on kõigis kategooriates esikümnes.
Kolme mudeli võimete võrdlustabel:
Kõik mudelid toetavad multimodaalset teksti sisestamist ja väljundit.
Rohkem modaalseid võimeid on teel. Mudeli tugevuskaart kodeerimisareenil
Võidumäära soojuskaart
Google kohtleb tasuta kasutajaid paremini kui OpenAI Plusi kasutajaid. Tasuta juurdepääs Gemini 2.0 Pro Experimentalile AI Studios:
Deepseek teenus kuvab alati veateadet ootamas... Pidage meeles, et esimene järeldusteta mudel oli ka 2.0 Flash Thinking, mida kasutati Google Aistudios.
Lisaks on olemas Gemini veebiversioon:
Samuti on ühendatud järeldusmudel (miks see siis eraldada…)
Google andis välja Gemini 2.0 Pro eksperimentaalse versiooni ja ametlike võrdlustestide paranemine on üsna pilkupüüdev.
Sellel on võimsaimad kodeerimisvõimalused ja võime töödelda keerulisi viipasid ning paremini mõista ja põhjendada maailmateadmisi kui ükski Google'i seni välja antud mudel.
Sellel on suurim kontekstiaken (200k ja minu pikk kontekst on Gemini mudeli suhteliselt suur eelis), mis võimaldab suurel hulgal infot igakülgselt analüüsida ja mõista ning kutsuda välja selliseid tööriistu nagu Google'i otsing ja koodikäivitus.
MATH testis saavutas see 91.8%, mis on umbes 5 protsendipunkti tõus võrreldes versiooniga 1.5. GPQA arutlusvõime jõudis 64,7%-ni ja SimpleQA maailmateadmiste test isegi 44,3%-ni.
Kõige tähelepanuväärsem on programmeerimisvõime. See saavutas LiveCodeBenchi testis 36,0% ja Bird-SQL-i teisendamise täpsus ületas 59,3%. Koos ülisuure 2 miljonist märgist koosneva kontekstiaknaga piisab kõige keerukamate koodianalüüsi ülesannete lahendamiseks.
Saate seda kursoris proovida.
Muljetavaldav on ka mitme keele mõistmise võime, globaalse MMLU testi skoor on 86.5%. Kujutise mõistmise MMMU on 72,7% ja videoanalüüsi võime on 71,9%.
Gemini 2.0 Flash-Lite on huvitav tasakaal.
See säilitab 1,5 Flashi kiiruse ja maksumuse, kuid tagab parema jõudluse. 1 miljoni märgiga kontekstiaken võimaldab töödelda rohkem teavet.
Kõige praktilisem on selle hinna ja jõudluse suhe: 40 000 foto pealkirjade genereerimine maksab vähem kui $1. See muudab AI maalähedasemaks.
Blogger Shrivastava mainis: Gemini 2.0 Pro kodeering on hull!
Näpunäide: kasutage Päikesesüsteemi simulatsiooni loomiseks Three.js. Lisage ajaskaala, fookuse rippmenüü, kuvage orbiite ja kuvage silte. Looge kõik ühes failis, et saaksin selle veebiredaktorisse kleepida ja väljundit vaadata.
Lisaks mainisid mõned kasutajad, et Gemini 2.0 Flash andis ühes tema enda paradokstestis paremaid tulemusi:
Lõpuks mainis Google, et Gemini 2.0 turvalisus, mitte ainult plaaster, on algusest peale disaini keskmes.
Las modell õpib olema enesekriitiline. Kasutage tugevdavat õpet, et lasta Kaksikutel oma vastuseid hinnata ja anda täpsemat tagasisidet. See muudab selle tundlike teemade käsitlemisel tugevamaks.
Automaatne punase meeskonna testimine on huvitav. See on spetsiaalselt loodud selleks, et vältida kaudsete viipade sisestamist, mis on nagu tehisintellekti varustamine immuunsüsteemiga, et takistada kellelgi pahatahtlikke käske andmetes peitmast.
