谷歌三款新模型齊發(fā)，Gemini-2.0-Pro免費(fèi)、跑分超o1登頂?shù)谝?，適合編碼、處理復(fù)雜提示！
Hi，這里是Aitrainee，歡迎閱讀本期新文章。
Gemini 2.0的故事，正在加速展開。
12月的Flash實(shí)驗(yàn)版，為開發(fā)者帶來低延遲、高性能的工作模型。
今年初，2.0 Flash Thinking Experimental在Google AI Studio更新，通過結(jié)合Flash的速度和增強(qiáng)的推理能力，進(jìn)一步提升性能。
上周，更新版2.0 Flash已在Gemini桌面和移動(dòng)應(yīng)用全面上線。
今天，三個(gè)新成員同時(shí)亮相：迄今為止在編碼和復(fù)雜提示方面表現(xiàn)最佳的模型Gemini 2.0 Pro實(shí)驗(yàn)版，性價(jià)比之選2.0 Flash-Lite，以及思維增強(qiáng)版2.0 Flash Thinking。
Gemini 2.0 Pro 在所有類別中排名第一。Gemini-2.0-Flash 在編碼、數(shù)學(xué)和難題中排名前三。Flash-lite 在各個(gè)類別中排名前十。
三款模型能力對(duì)比圖表：
所有模型支持多模態(tài)輸入，輸出文本。更多模態(tài)能力也在路上。
編碼競技場中的模型強(qiáng)度圖
勝率熱圖
Google 對(duì)待免費(fèi)用戶比 OpenAI 對(duì)待 Plus 用戶更好。在 AI Studio 中免費(fèi)訪問 Gemini 2.0 Pro Experimental：
▲ 免費(fèi)開玩
??https://aistudio.google.com/??
Deepseek服務(wù)總是顯示錯(cuò)誤等待。。。記得最開始的推理免費(fèi)模型也是在谷歌aistudio中使用的2.0 Flash Thinking。
此外，在Gemini 網(wǎng)頁版中：https://gemini.google.com/app。還有一個(gè)聯(lián)網(wǎng)的推理模型（所以為什么要分開。。)
Google發(fā)布Gemini 2.0 Pro實(shí)驗(yàn)版，官方基準(zhǔn)測試提升比較亮眼。
它具有最強(qiáng)大的編碼性能和處理復(fù)雜提示的能力，比谷歌迄今為止發(fā)布的任何模型都具有更好的理解和推理世界知識(shí)的能力。
它具有最大的上下文窗口（200k，我長上下文是Gemini 模型比較大的一個(gè)優(yōu)勢），這使它能夠全面分析和理解大量信息，并且能夠調(diào)用 Google 搜索和代碼執(zhí)行等工具。
在MATH測試中達(dá)到91.8%，比1.5版本提升約5個(gè)百分點(diǎn)。GPQA推理能力達(dá)到64.7%，SimpleQA世界知識(shí)測試更是達(dá)到44.3%。
最引人注目的是編程能力。在LiveCodeBench測試中達(dá)到36.0%，Bird-SQL轉(zhuǎn)換準(zhǔn)確率突破59.3%。配合200萬token的超大上下文窗口，足以應(yīng)對(duì)最復(fù)雜的代碼分析任務(wù)。
可以去cursor中試用了。
多語言理解能力也令人印象深刻，Global MMLU測試達(dá)86.5%。圖像理解MMMU達(dá)72.7%，視頻分析能力達(dá)71.9%。
Gemini 2.0 Flash-Lite，一個(gè)有趣的平衡點(diǎn)。
保持了1.5 Flash的速度和成本，卻帶來了更好的性能。10?0萬token的上下文窗口，讓它能處理更多信息。
最實(shí)用的是它的性價(jià)比：4萬張照片的標(biāo)題生成，成本不到1美元。這讓AI落地更接地氣。
博主Shrivastava提到：Gemini 2.0 Pro 編碼太瘋狂了！
提示：使用 Three.js 創(chuàng)建太陽系模擬。添加時(shí)間刻度、焦點(diǎn)下拉菜單、顯示軌道和顯示標(biāo)簽。將所有內(nèi)容創(chuàng)建在一個(gè)文件中，以便我可以將其粘貼到在線編輯器中并查看輸出。
此外，還有網(wǎng)友提到Gemini 2.0 Flash在他自己的一個(gè)悖論測試中輸出較好的結(jié)果：
最后，google提到，Gemini 2.0的安全性，不只是補(bǔ)丁，是設(shè)計(jì)之初就考慮的核心。
讓模型學(xué)會(huì)自我批評(píng)。用強(qiáng)化學(xué)習(xí)讓Gemini評(píng)估自己的回答，提供更精準(zhǔn)的反饋。這讓它面對(duì)敏感話題時(shí)更穩(wěn)健。
自動(dòng)化紅隊(duì)測試很有意思。專門防范間接提示詞注入，就像給AI裝了個(gè)免疫系統(tǒng)，防止有人在數(shù)據(jù)中藏入惡意指令。
本文轉(zhuǎn)載自??AI進(jìn)修生??，作者： Aitrainee ????
