亚洲精品一区二区国产精华液,亚洲欧美中文日韩v在线观看,亚洲综合人成网免费视频,亚洲精品色婷婷在线影院,一区二区三区在线 | 网站

傳聞中的谷歌殺手锏大模型Gemini，終于來了!

點擊下方卡片了解大模型產(chǎn)品信息：

谷歌Gemini

谷歌的新一代大語言模型Gemini，號稱迄今為止“最大、也最全能的AI模型”，有高級推理能力，回答難題時“考慮得更仔細”。

獲取工具

當?shù)貢r間12月6日，谷歌CEO皮柴和哈薩比斯在公司官網(wǎng)聯(lián)名發(fā)文，宣布推出這一萬眾矚目的多模態(tài)大模型。

標題明晃晃寫著“最大”“最強”，主打的就是一個干爆GPT-4。

具體來說，此次谷歌一共帶來了Gemini的三個版本：

• Gemini Ultra：谷歌最大、最強模型，適用于高度復(fù)雜的任務(wù)
• Gemini Pro：可擴展至各種任務(wù)的Gemini模型
• Gemini Nano：適用于端側(cè)設(shè)備的高效Gemini版本(1.8B/3.25B)

其中Gemini Ultra一上來就在32個基準測試中拿下30個SOTA，并且第一個在MMLU基準上達到人類專家水平。

而Gemini Pro從今天起，就會在Bard中實裝上線。

同時，谷歌Gemini團隊還公布了一份60頁的詳細技術(shù)報告。

消息一出，社交媒體瞬間炸了鍋。

英偉達AI科學(xué)家Jim Fan就第一時間轉(zhuǎn)發(fā)評論：「這是OpenAI王座的有力競爭者?！?/p>

話不多說，一起來看更多細節(jié)。

谷歌史上最強大模型Gemini

在LLM中的表現(xiàn)，也正如我們剛才所述，32個基準測試中拿下30個SOTA。

其中，通用、推理、數(shù)學(xué)和編程等大方向的成績?nèi)缦卤硭荆?/p>

△Gemini在包括文本和編碼在內(nèi)的一系列基準測試中達到SOTA。

在多模態(tài)方面，Gemini Ultra在新的MMMU基準測試中也獲得了59.4%的SOTA分數(shù)。

這項基準測試是由跨不同領(lǐng)域的多模式任務(wù)組成，需要大模型進行一個深思熟慮的推理過程。根據(jù)谷歌給出的圖像基準測試結(jié)果來看，Gemini Ultra在沒有OCR系統(tǒng)的幫助下，表現(xiàn)優(yōu)于之前最先進的模型。

△Gemini在一系列多模態(tài)基準測試中達到SOTA。

接下來，我們以具體的案例來看一下Gemini的能力。

例如，科學(xué)家們經(jīng)常要面對從成千上萬的文獻中提取數(shù)據(jù)的難題，像下面這篇研究，作者就通過手動的方法從上萬篇遺傳學(xué)論文中創(chuàng)建了數(shù)據(jù)集。

像這樣的數(shù)據(jù)集是需得隨著時間流逝而進行更新的，但現(xiàn)實的情況是，自2021年以來，這個領(lǐng)域便已有超過200000篇新增的論文。再像以往手動的方式顯然是不可行的，不過現(xiàn)在有了Gemini，一切就變得簡單了起來。

首先，通過自然語言的Prompt，告訴Gemini去過濾相關(guān)的科學(xué)論文：

只需片刻時間，Gemini就能找到相關(guān)論文和非相關(guān)的論文。

而后，繼續(xù)用Prompt告訴Gemini去閱讀相關(guān)論文，并提取關(guān)鍵數(shù)據(jù)，甚至是可以要求它添加注釋的那種。

如果你給Gemini一個午休的時間長度，它就能閱讀200000篇論文，從中篩選出250篇并提取數(shù)據(jù)！

并且由于Gemini是多模態(tài)的，我們還可以讓它對上面的數(shù)據(jù)表格做進一步的深入操作，例如更新圖表：

對于學(xué)生黨來說，Gemini現(xiàn)在也可以成為非常得力的學(xué)習(xí)助手。例如“喂”給Gemini一張手寫的物理題，它不僅能看懂，而且還可以辨別手寫答案的對錯。

在此基礎(chǔ)上，若是選擇一個錯誤的題目，我們還可以跟Gemini通過自然語言溝通，讓它對每一個細節(jié)步驟進行詳解。

在看圖像做理解和推理方面，谷歌還亮出了更多有意思的案例。例如替換圖片素材的組合方式，Gemini就能像人一樣精準猜中所指的電影名字。

就連下面這種高難度的也能hold住??？

再如尋找兩張圖片的相似之處——

更有意思的是，谷歌還特意用中文做了個Demo演示，來展示Gemini對多張圖片的組合理解能力：

那么接下來的問題就是：Gemini是如何做到的?

60頁報告透露技術(shù)細節(jié)

谷歌Gemini背后技術(shù)的殺手锏，便是原生多模態(tài)（natively multimodal）。

因為以往創(chuàng)建多模態(tài)大模型的方法，通常是為不同的模態(tài)訓(xùn)練單獨的組件，然后將它們拼接在一起，大致模擬其中的一些功能。這樣訓(xùn)練出來的模型雖然有時可以很好地執(zhí)行某些任務(wù)（比如描述圖像），但在面對更具概念性和復(fù)雜推理的情況下，就會出現(xiàn)表現(xiàn)不佳的結(jié)果。

而谷歌Gemini所強調(diào)的原生多模態(tài)，是指從一開始就對不同的模態(tài)進行預(yù)訓(xùn)練，然后用額外的多模態(tài)數(shù)據(jù)對其進行微調(diào)，以此來進一步完善大模型的有效性。

谷歌對此表示：

具體到模型架構(gòu)方面，Gemini基于增強的Transformer decoder打造，采用了高效Attention機制(如multi-query attention)，支持32K的上下文長度。

盡管沒有透露Gemini Ultra和Pro版本的具體參數(shù)規(guī)模，但技術(shù)報告中提到，谷歌使用TPUv5e和TPUv4來訓(xùn)練Gemini。

訓(xùn)練Gemini Ultra使用了跨多個數(shù)據(jù)中心的大量TPUv4，這意味著與谷歌此前的主力大模型PaLM-2相比，Gemini在規(guī)模上顯著增大。

此前，PaLM-2被曝參數(shù)規(guī)模為3400億。

Gemini Pro實裝上線

競爭對手那邊，OpenAI的GPTs驚艷全世界，微軟的Copilot服務(wù)更是先一步滲透進全線產(chǎn)品。

因此Gemini一出，谷歌也當即強調(diào)：Gemini將通過谷歌產(chǎn)品推向數(shù)十億用戶。

率先上線的是Gemini Pro。從今天起，谷歌的聊天機器人Bard將由Gemini Pro微調(diào)版本驅(qū)動。谷歌表示：

這是Bard自推出以來的最大升級。

谷歌還打算把Gemini引入手機：Pixel 8 Pro將是第一款運行Gemini Nano的智能手機。

另外，谷歌計劃在接下來幾個月中，將Gemini全面推向搜索、廣告、Chrome和Duet AI等產(chǎn)品線。

根據(jù)官方數(shù)據(jù)，Gemini能使用戶的搜索生成體驗(SGE)速度更快、質(zhì)量更高，比如在美國使用英語搜索延遲能減少40%。

值得關(guān)注還有，就在Gemini正式亮相的同時，谷歌還推出了專為大模型而設(shè)計的新一代TPU——Cloud TPU v5p。

那么，你覺得這一波，谷歌能趕上OpenAI的腳步嗎?