chat.openai.co...
aistudio.googl...
storage.google...
blog.google/te...
threejs.org/ex...
1.多模态性能:Gemini 1.5 Pro在跨模态的长上下文检索任务中实现了接近完美的回忆能力,这意味着它能准确地从大量文本、视频和音频资料中检索信息。
2.问答能力:这个模型在处理长文档问答、长视频问答和长上下文自动语音识别(ASR)任务方面提升了现有技术水平,无论是对于文本、视频还是音频内容。
3. 性能基准:与先前的Gemini 1.0 Ultra相比,Gemini 1.5 Pro在一系列广泛的性能基准测试中表现匹敌或超越,显示出其广泛的应用潜力。
4. 长上下文处理能力:研究显示,Gemini 1.5 Pro在处理长达至少1000万词条的上下文时,其下一个词预测的性能和信息检索的准确率 (99%)都有显著提高,这是相对于现有模型(如Claude 2.1的200k和GPT-4 Turbo的128k) 的一大飞跃。
5. 新能力展示:最引人注目的是,当给模型提供一个卡拉曼语的语法手册时--卡拉曼语是一种全球不到200人使用的语言--Gemini 1.5 Pro学会了将英语翻译成卡拉曼语,其学习水平类似于人类从相同内容学习。
26 авг 2024