Redian新闻
>
突发!谷歌发布史上最强大模型Gemini,赶超GPT-4|亮马桥小纪严选

突发!谷歌发布史上最强大模型Gemini,赶超GPT-4|亮马桥小纪严选

公众号新闻




小纪有话说:


传闻中的谷歌杀手锏Gemini,来了!

就在今天,谷歌CEO皮猜和哈萨比斯在谷歌官网联名发文,宣布推出这一万众瞩目的多模态大模型。标题明晃晃写着“最大”、“最强”,主打的就是一个干爆GPT-4。

具体来说,此次谷歌一共带来了Gemini的三个版本:

  • Gemini Ultra:谷歌最大、最强模型,适用于高度复杂的任务
  • Gemini Pro:可扩展至各种任务的Gemini模型
  • Gemini Nano:适用于端侧设备的高效Gemini版本(1.8B/3.25B)

其中Gemini Ultra一上来就在32个基准测试中拿下30个SOTA,并且第一个在MMLU基准上达到人类专家水平。而Gemini Pro从今天起,就会在Bard中实装上线

同时,谷歌Gemini团队还公布了一份60页的详细技术报告。消息一出,社交媒体瞬间炸了锅。英伟达AI科学家Jim Fan就第一时间转发评论:这是OpenAI王座的有力竞争者。

话不多说,一起来看更多细节。
金磊 鱼羊 发自 凹非寺
来源:量子位(ID:QbitAI)

原标题:突发!谷歌发布史上最强大模型Gemini,打爆GPT-4

谷歌史上最强大模型Gemini

在LLM中的表现,也正如我们刚才所述,32个基准测试中拿下30个SOTA。

其中,通用、推理、数学和编程等大方向的成绩如下表所示:

Gemini 在包括文本和编码在内的一系列基准测试中达到SOTA

多模态方面,Gemini Ultra在新的MMMU基准测试中也获得了59.4%的SOTA分数。

这项基准测试是由跨不同领域的多模式任务组成,需要大模型进行一个深思熟虑的推理过程。

根据谷歌给出的图像基准测试结果来看,Gemini Ultra在没有OCR系统的帮助下,表现优于之前最先进的模型。

Gemini 在一系列多模态基准测试中达到SOTA

接下来,我们以具体的案例来看一下Gemini的能力。

例如科学家们经常要面对从成千上万的文献中提取数据的难题,像下面这篇研究,作者就通过手动的方法从上万篇遗传学论文中创建了数据集。

像这样的数据集是需得随着时间流逝而进行更新的,但现实的情况是,自2021年以来,这个领域便已有超过200000篇新增的论文……

再像以往手动的方式显然是不可行的,不过现在有了Gemini,一切就变得简单了起来。

首先,通过自然语言的Prompt,告诉Gemini去过滤相关的科学论文:

只需片刻时间,Gemini就能找到相关论文和非相关的论文。

而后,继续用Prompt告诉Gemini去阅读相关论文,并提取关键数据,甚至是可以要求它添加注释的那种。

如果你给Gemini一个午休的时间长度,它就能阅读200000篇论文,从中筛选出250篇并提取数据!

并且由于Gemini是多模态的,我们还可以让它对上面的数据表格做进一步的深入操作,例如更新图表:

对于学生党来说,Gemini现在也可以成为非常得力的学习助手。

例如“喂”给Gemini一张手写物理题,它不仅能看懂,而且还可以辨别手写答案的对错。

在此基础上,若是选择一个错误的题目,我们还可以跟Gemini通过自然语言沟通,让它对每一个细节步骤进行详解。

在看图像做理解和推理方面,谷歌还亮出了更多有意思的案例。

例如替换图片素材的组合方式,Gemini就能像人一样精准猜中所指的电影名字

就连下面这种高难度的也能hold住:

再如寻找两张图片的相似之处:

更有意思的是,谷歌还特意用中文做了个demo,来展示Gemini对多张图片的组合理解能力:

那么接下来的问题就是:Gemini是如何做到的?

60页报告透露技术细节

谷歌Gemini背后技术的杀手锏,便是原生多模态(natively multimodal)。

因为以往创建多模态大模型的方法,通常是为不同的模态训练单独的组件,然后将它们拼接在一起,大致模拟其中的一些功能。

这样训练出来的模型虽然有时可以很好地执行某些任务(比如描述图像),但在面对更具概念性和复杂推理的情况下,就会出现表现不佳的结果。

而谷歌Gemini所强调的原生多模态,是指从一开始就对不同的模态进行预训练,然后用额外的多模态数据对其进行微调,以此来进一步完善大模型的有效性。

谷歌对此表示:

这样的训练方法,有助于Gemini从头开始无缝地理解和推理各种输入,远远优于现有的多模态模型;而且它的功能在几乎每个领域都是最先进的。

具体到模型架构方面,Gemini基于增强的Transformer decoder打造,采用了高效attention机制(如multi-query attention),支持32k上下文长度。

尽管没有透露Ultra和Pro版本的具体参数规模,但技术报告中提到,谷歌使用TPUv5e和TPUv4来训练Gemini。

训练Gemini Ultra使用了跨多个数据中心的大量TPUv4。这意味着与谷歌此前的主力大模型PaLM-2相比,Gemini在规模上显著增大。

此前,PaLM-2被曝参数规模为3400亿。

Gemini Pro实装上线

竞争对手那边,OpenAI的GPTs惊艳全世界,微软的Copilot更是先一步渗透进全线产品。

因此Gemini一出,谷歌也当即强调:Gemini将通过谷歌产品推向数十亿用户

率先上线的是Gemini Pro。从今天起,谷歌的聊天机器人Bard将由Gemini Pro微调版本驱动。谷歌表示:

这是Bard自推出以来的最大升级。

谷歌还打算把Gemini引入手机:Pixel 8 Pro将是第一款运行Gemini Nano的智能手机。

另外,谷歌计划在接下来几个月中,将Gemini全面推向搜索、广告、Chrome和Duet AI等产品线。

根据官方数据,Gemini能使用户的搜索生成体验(SGE)速度更快、质量更高,比如在美国使用英语搜索延迟能减少40%。

值得关注还有,就在Gemini正式亮相的同时,谷歌还推出了专为大模型而设计的新一代TPU——Cloud TPU v5p。

那么,你觉得这一波,谷歌能赶上OpenAI的脚步吗?

参考链接:
[1]
https://blog.google/technology/ai/google-gemini-ai
[2]https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf
[3]https://youtu.be/jV1vkHv4zq8?si=jjAw0uV0dkpP3eVT

温馨提示:虽然我们每天都有推送,但最近有读者表示因平台推送规则调整,有时候看不到我们的文章~

欢迎大家进入公众号页面,右上角点击“设为星标”点亮⭐️,收藏我们的公众号,新鲜内容第一时间奉上!

*文章观点仅供参考,不代表本机构立场

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
1分钟诞生一个新GPT!3天内定制GPT大爆发,理想型男友、科研利器全网刷屏|亮马桥小纪严选首届AI摄影奖公布,获奖作品让我慌了 2 次|亮马桥小纪严选今天巴伐利亚州议会选举北漂辞职去庙里工作,能解决内卷吗?|亮马桥小纪Hahaha拍拍脑门就能打字,谷歌工程师“帽子键盘”圈粉无数,自己也能动手制作|亮马桥小纪严选《花信风之寒露》一年涨了 700 亿美金市值,奈飞怎么做到的?|亮马桥小纪严选人类对「AI灭绝论」的担忧,这一方法能解决吗?|亮马桥小纪严选闷声造出75万大军,亚马逊正在悄悄撬动机器人商业化版图|亮马桥小纪严选逛完 CES2024,这 10 款产品最让人印象深刻|亮马桥小纪严选优等生归来,谷歌最强大模型Gemini能否打败GPT4?|甲子光年10年市场规模1.3万亿美元,「模力时代」已来|亮马桥小纪严选奥特曼带队入职微软!Ilya首次发声:我很后悔|亮马桥小纪严选日本经济“失去”三十年,为何这25家企业却成就非凡 |亮马桥小纪严选主动和麦当劳“分手”,不用冷冻食品,一个年营收超610亿元的“任性”快餐品牌|亮马桥小纪严选马斯克机器人炫技引千万网友围观!|亮马桥小纪严选查理·芒格去世,生前最后一次访谈坚持看好亚洲市场|亮马桥小纪独家分享突发!谷歌深夜掀桌子,发最强大模型Gemini,跑分碾压GPT-4【附60页技术报告】年度最热AI应用TOP 50,除了ChatGPT还有这么多宝藏|亮马桥小纪严选炒到 10 万元一台,苹果 Vision Pro 到底牛在哪里?|亮马桥小纪严选AI视觉字谜爆火!梦露转180°秒变爱因斯坦,英伟达高级AI科学家:近期最酷的扩散模型|亮马桥小纪严选51岁富豪投资7亿元延长生命:我要让10亿人活到200岁|亮马桥小纪严选震惊!!!谷歌发布最强多模态大模型Gemini谷歌深夜放大招!最强大模型Gemini能打败GPT4吗?探寻西西里与马耳他的历史脚印(15)21岁SpaceX实习生用AI干出重大考古事件,斩获40000美元!|亮马桥小纪严选OpenAI造芯计划曝光!拟自研AI芯片,正在评估收购目标|亮马桥小纪严选《八六子 - 寒露》消费电子通往AI时代的七种方式|亮马桥小纪严选火了半年整天吊打别人的GPT-4,今天碰到个头铁的被吊打, 谷歌发布史上最强大模型Gemini“自己人” 买房泡汤了!(今日世界日报)ChatGPT王炸升级!更强版GPT-4上线,API定价打骨折,发布现场掌声没停过|亮马桥小纪严选ChatGPT创作小说获顶级文学奖!33岁女作家用AI写《东京共鸣塔》,评委无一人辨认|亮马桥小纪严选loom被收购对中国公司的启示|亮马桥小纪严选脑机接口迎新突破,马斯克宣布人类首次植入脑机接口芯片|亮马桥小纪严选
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。