写点什么

谷歌发布首个“王炸”推理大模型,剑指 o1:推理速度碾压其他大模型,水平堪比理科博士

  • 2024-12-20
    北京
  • 本文字数:1607 字

    阅读完需:约 5 分钟

大小:740.01K时长:00:00
谷歌发布首个“王炸”推理大模型,剑指o1:推理速度碾压其他大模型,水平堪比理科博士

在 OpenAI “12 天马拉松”发布的第 11 天,他们平平无奇的发布又被谷歌抢了风头。

 

刚刚,谷歌发布了实验性的“Gemini 2.0 Flash Thinking”模型,它以令人印象深刻的推理能力而闻名,可以“明确地展示自己的思维”来解决复杂问题,其水平与物理、化学和生物学博士生相当。

 

谷歌 CEO Sundar Pichai 在社交网络 X 上的一篇文章中写道,这是“我们迄今为止最周到的模型,”还配上了笑脸。

 

顾名思义,它建立在“2.0 Flash 的速度和性能”之上。谷歌表示,它“经过训练可以大声思考”,从而“具有更强的推理性能”。 

 

为了与 OpenAI 的 o1 竞争,谷歌 DeepMind 首席科学家 Jeff Dean 在 X 上的一条发文中表示,该模型“经过训练,可以使用思维来加强其推理能力”,同时还受益于速度更快的 Gemini Flash 2.0 模型。



Dean 分享的演示展示了 Gemini 2.0 Flash Thinking 如何通过“思考”一系列步骤,然后再提供解决方案,从而解答物理问题。谷歌分享了几个跨物理和概率的演示:

 

00:00 / 00:00
    1.0x
    • 3.0x
    • 2.5x
    • 2.0x
    • 1.5x
    • 1.25x
    • 1.0x
    • 0.75x
    • 0.5x
    网页全屏
    全屏
    00:00


    00:00 / 00:00
      1.0x
      • 3.0x
      • 2.5x
      • 2.0x
      • 1.5x
      • 1.25x
      • 1.0x
      • 0.75x
      • 0.5x
      网页全屏
      全屏
      00:00


      00:00 / 00:00
        1.0x
        • 3.0x
        • 2.5x
        • 2.0x
        • 1.5x
        • 1.25x
        • 1.0x
        • 0.75x
        • 0.5x
        网页全屏
        全屏
        00:00


        Gemini 2.0 Flash Thinking 现已在 Google AI Studio 和 Vertex AI 中推出。它在 Chatbot Arena LLM 排行榜上首次亮相,位居“所有类别第一” 。就在昨天,谷歌在 Gemini 应用程序中推出了 2.0 Experimental Advanced,Gemini-Exp-1206 也位居排行榜榜首。

         


        这不一定是人类那样的“推理”,但这意味着机器将指令分解为可以产生更强结果的更小的任务。

         

        另一个示例由 Google 产品负责人 Logan Kilpatrick 发布,展示了该模型如何推理解决涉及视觉和文本元素的问题。“这只是我们推理之旅的第一步,”Kilpatrick 说。


        更易于理解和更透明的推理

         

        在开发者文档中,谷歌解释说,“思考模式的响应推理能力比基础版 Gemini 2.0 Flash 模型更强”,而基础版 Gemini 2.0 Flash 模型是谷歌最新、最出色的模型,仅在 8 天前发布。

         

        新模型仅支持 32000 个标记输入(约 50-60 页文本),并且每个输出响应可以产生 8000 个标记。在 Google AI Studio 的侧面板中,该公司声称它最适合“多模式理解、推理”和“编码”。

        该模型的训练过程、架构、许可和成本的完整细节尚未公布。目前,它在 Google AI Studio 中显示每个令牌的成本为零。

         

        与 OpenAI 的竞争推理模型 o1 和 o1 mini 不同,Gemini 2.0 允许用户通过下拉菜单访问其逐步推理,从而更清晰、更透明地了解模型如何得出结论。



        通过允许用户了解决策过程,Gemini 2.0 解决了人们对人工智能作为“黑匣子”运行的长期担忧,并使该模型(许可条款仍不明确)与竞争对手的其他开源模型相提并论。

         

        一些开发者对该模型的早期简单测试表明,它可以正确而快速地(1 到 3 秒内)回答一些对于其他 AI 模型来说非常棘手的问题,例如计算“Strawberry”一词中的 R 的数量。(见上面的截图)。 

        原生支持图像上传和分析


        Gemini 2.0 Flash Thinking 是对竞争对手 OpenAI o1 系列的进一步改进,旨在处理跳跃中的图像。

         

        o1 最初是纯文本模型,但后来扩展到包括图像和文件上传分析。目前,这两种模型也只能返回文本。

         

        根据开发者文档显示,Gemini 2.0 Flash Thinking 目前还不支持与谷歌搜索落地,也不支持与其他谷歌应用和外部第三方工具集成。

         

        Gemini 2.0 Flash Thinking 的多模式能力扩展了其潜在用例,使其能够应对结合不同类型数据的场景。

         

        例如,在一项测试中,该模型解决了一个需要分析文本和视觉元素的难题,展示了其跨格式集成和推理的多功能性。

         

        开发人员可以通过 Google AI Studio 和 Vertex AI 利用这些功能,其中模型可供实验。

         

        随着人工智能领域的竞争日趋激烈,Gemini 2.0 Flash Thinking 可能标志着问题解决模型新时代的开始。它能够处理多种数据类型、提供可视化推理并大规模执行,这使它成为推理人工智能市场的有力竞争者,可与 OpenAI 的 o1 系列及其他产品相媲美。

         

        参考链接:

        https://lmarena.ai/?leaderboard

        https://analyticsindiamag.com/ai-news-updates/openai-sets-the-stage-for-agentic-ai-with-chatgpt-desktop-apps-for-mac-and-windows/

        2024-12-20 06:199865
        用户头像
        李冬梅 加V:busulishang4668

        发布了 1054 篇内容, 共 667.6 次阅读, 收获喜欢 1214 次。

        关注

        评论

        发布
        暂无评论
        发现更多内容

        Cookie复用的妙用:数据处理中的高效利器!

        霍格沃兹测试开发学社

        【论文速读】| 视觉对抗样本:突破对齐的大语言模型

        云起无垠

        测试外包服务 | 人员外包、测试工具、测试平台,全面测试解决方案

        测试人

        软件测试

        低代码平台与传统软件开发方法的比较

        天津汇柏科技有限公司

        软件开发、 低代码开发 软件开发定制

        你在测试金字塔的哪一层(下)

        禅道项目管理

        软件开发 单元测试 集成测试 自动化测试 测试金字塔

        强健“伙伴+华为”体系,释放新信号与新课题

        新消费日报

        全栈开发与自动化测试高薪私教班,手把手带你拿到高薪Offer

        霍格沃兹测试开发学社

        全方位的测试解决方案服务商——霍格沃兹测试开发学社

        霍格沃兹测试开发学社

        solana链狙击机器人

        区块链技术

        数智时代“通关攻略”,开天aPaaS驱动千行万业创新提速

        华为云开发者联盟

        云计算 华为云 华为云开发者联盟 河图KooMap AppStage

        NFTScan | 03.18~03.24 NFT 市场热点汇总

        NFT Research

        NFT\ NFTScan

        【官宣】2024 DTC数据技术嘉年华全议程发布:汇聚行业精英,共襄年度盛宴

        墨天轮

        MySQL 数据库 oracle postgresql 国产化

        Solidigm亮相中国闪存市场峰会: 丰富产品组合打造AI时代存力底座

        E科讯

        TorchAcc:基于 TorchXLA 的分布式训练框架

        阿里云大数据AI技术

        人工智能 机器学习 分布式 模型训练 大模型

        谷歌发布首个“王炸”推理大模型,剑指o1:推理速度碾压其他大模型,水平堪比理科博士_Google_李冬梅_InfoQ精选文章