- 博客(2956)
- 收藏
- 关注
RSS订阅转载 在 BigQuery 中推出对话式分析智能体
借助 BigQuery 中的对话式分析，您的分析对象将不再局限于行和列中的数据。它是一个智能体，能够运用最新的 Gemini 模型，直接在 BigQuery 安全、可扩展的环境中，根据您独特的业务背景，生成、执行并以直观的方式呈现答案。然后，它会综合分析从数千行数据中获得的分析洞见，并提供一份简明的摘要，解释数字背后的推理过程。企业希望快速行动并做出明智的决策，然而，在当今组织中，数据量呈爆炸式增长，常常让知识团队深陷数据泥沼，而业务用户则不得不苦苦等待，才能获得所需的数据洞见。
2026-02-27 17:45:30
19
原创 TranslateGemma: 全新开放翻译模型系列，助您实现高效的多模态翻译
我们根据 Vistra 图像翻译基准执行的测试表明，文本翻译能力的提升也会对图像内文本的翻译能力产生积极影响，即使在 TranslateGemma 训练过程中未进行特定的多模态微调亦是如此。同样地，4B 模型的性能可与规模较大的 12B 基准模型的性能相媲美，这也使其成为适合移动端推理的强大模型。在我们的技术评估中，最引人注目的一项发现是这些模型的效率。此数据集包含大量人工翻译文本，并结合由最先进的 Gemini 模型生成的高质量合成翻译，即使在低资源语言中也能实现广泛的语言覆盖率和高保真度。
2026-02-13 17:32:13
526
转载 Notes from Google Play｜回首 2025，与 Google Play 共同开启增长之旅
(韩国): 该计划现已步入第七年，我们联合韩国中小团队和初创团队事业部 (Ministry of SMEs and Startups) 以及韩国创业企业发展院 (Korean Institute of Startup and Entrepreneurship Development，KISED)，共同助力 100 余家韩国移动应用和游戏初创团队，加速其业务增长并拓展全球市场。在大家的携手努力之下，如今的 Google Play 不仅仅是一个应用商店，更成长为由创意灵感所构筑的充满活力的生态系统。
2026-02-12 17:32:15
63
转载 借助 BigQuery 全托管式远程 MCP 服务器，加速构建数据分析智能体
打开浏览器，访问 http://127.0.0.1:8000/ 或运行 ADK 的主机地址，并在下拉菜单中选择您的智能体名称。当智能体连接到 MCP 服务器时，会自动发起 OAuth 授权流程，您可以在此过程中授予相应的访问权限。MCP 通过一组明确定义的工具，使基于大语言模型的应用能够直接访问分析数据，从而加快 AI 智能体的构建进程。如果您选择使用 Web 服务器，则需要使用 "Web 应用" 类型的 OAuth 客户端，并填写对应的域名和重定向 URI。本次演示使用 cymbal_pets 数据集。
2026-02-11 17:32:36
62
转载 天工 Skywork 携手 Google Cloud，以 Gemini 3 定义桌面级 Agent 出海新范式
昆仑天工是昆仑万维旗下子公司，专注 AGI 与 AIGC 业务，是国内少数真正践行全模态输入与全模态输出路径的 AI 公司，也是 AI 行业 "务实主义" 标杆，以实现 AGI 为核心愿景，自研 8 大核心大模型，覆盖文本、视频、音乐、音频、3D 等多领域，构建 "底层架构-技术能力-场景落地" 完整体系。从 Claude 迁移至 Gemini 3，天工 Skywork 完成了从 "对话式 AI" 到 "自主智能体 (AutonomousAgent)" 的技术跨越，并成功在出海赛道上建立了领先优势。
2026-02-11 17:32:36
58
原创 利用 MedGemma 1.5 与 MedASR 构建下一代医疗应用
内部基准测试数据表明，相较于 MedGemma 1，MedGemma 1.5 在疾病相关 CT 检查结果分类方面的基准绝对准确率平均提升了 3% (61% vs. 58%)，在疾病相关 MRI 检查结果分类方面的基准绝对准确率则平均提升了 14% (65% vs. 51%)。△ MedGemma 1.5 4B 增强了对医学影像的支持，其在通过胸部 X 光片解读高维图像、定位解剖特征和评估纵向疾病、解读通用医学图像，以及从医学检验报告中提取内容等方面的表现均优于 MedGemma 1 4B。
2026-02-10 17:32:13
365
原创 CastFox 利用 Google 开放模型 Gemma 3n 重塑播客互动体验
用户对 AI 功能的参与度很高，无论是出色的留存率指标，还是强调 "与播客聊天" 功能的用户好评，都有力地证实了这一点。在 Gemma 的支持下，CastFox 上线仅 3 周下载量就突破 100 万次，成功吸引了一批高度活跃且粘性极强的用户群体。Gemma 3n 在英语、韩语和日语方面均展现出稳定和准确的理解能力，同时兼顾了高效的处理速度: 处理 30 秒的音频片段大约需要 40 秒，处理 300-400 个字符的文本摘要大约需要 6 秒，从长文本中生成推荐问题大约需要 12 秒。
2026-02-07 10:05:38
392
转载 Google 谷歌 2026 新春发布: “码年.exe”安装中...
开发者跳出繁冗，专注判断与创造。AI 提供“码”力，放大效率。是你们的探索和想象，让无数可能成为现实。
2026-02-06 17:05:49
37
原创 实战指南 | 轻松微调，解锁 FunctionGemma 的无限潜力
在本文中，我们将展示如何通过微调 FunctionGemma，来应对工具选择歧义问题，即模型如何应对从一个或多个看似相似的函数中做出调用选择的情形。该基础模型要么选择了错误的工具，要么提议 "讨论" 策略，而非执行函数调用。我们将此数据集划分为训练集和测试集，同时单独保存测试集，以便针对 "未见过的" 数据对模型进行评估，确保该模型了解底层路由逻辑，而非仅仅记住特定示例。虽然实际生产环境通常采用 80/20 的划分方式，但此处选择等分是为了突出显示模型在面对大量未见过的数据时表现出的性能提升。
2026-02-03 17:32:20
361
1
转载 【今晚开播】社区说｜从 AI Agent 到具身智能，探索 Gemini 驱动的全自动化研发新范式
从 Agent Manager 的核心运行机制出发，结合多 Agent 协作的实战案例，揭秘如何将全栈工程师从繁琐的样板代码与环境配置中彻底解放。本分享聚焦于自动化研发流程的终极形态，助力独立开发者与中小团队实现从 "单兵作战" 到 "人机协同" 的效能跃迁。这不仅是工具的更新，更是对开发模式的重塑——旨在彻底屏蔽底层的繁琐细节与重复配置，让大家从机械劳动中解放，真正实现从 "代码交付" 到 "物理世界控制" 的高效人机协同。本期「社区说」特别安排了与专家讲师直接互动的机会，欢迎提出你的问题！
2026-01-29 18:21:13
41
原创 LiteRT | 释放极致潜能，构建下一代高性能端侧 AI
虽然 CPU 和 GPU 为 AI 任务提供了广泛的通用性，但 NPU 却是实现现代应用所需的流畅、响应迅速和高速 AI 体验的关键。虽然 TFLite 为传统端侧机器学习设定了标准，但我们的使命是让开发者能够像过去集成传统端侧机器学习一样，无缝地在设备端部署当今最前沿的 AI (如大语言模型)。它提供了优化的构建模块，可确保在边缘设备上实现高性能执行。: 这一基础引擎提供了高效的模型转换、运行时执行和优化，为跨 CPU、GPU 和 NPU 的高级硬件加速赋能，在边缘平台上提供最先进的性能。
2026-01-29 18:21:13
692
转载 Android Studio Otter 3 功能更新: LLM 架构全面升级，重塑智能体开发体验
在使用 Gemini 时，您可以为开发任务灵活选择多种模型，既包括免费的默认模型，也涵盖需通过付费 Gemini API 密钥访问的模型。为不同的任务开启单独的线程，可有效将上下文范围限制在当前主题上，防止 AI 混淆不同任务的信息，从而获得更精准、高质量的回复。因此，本次更新带来了极大的灵活性，Android Studio 现已支持 "自带模型 (BYOM)"，您可以自由选择由哪个大语言模型来驱动 Android Studio 内的 AI 功能，更精准地掌控性能表现、隐私安全以及使用成本。
2026-01-27 17:50:56
107
转载 社区说｜从 AI Agent 到具身智能，探索 Gemini 驱动的全自动化研发新范式
从 Agent Manager 的核心运行机制出发，结合多 Agent 协作的实战案例，揭秘如何将全栈工程师从繁琐的样板代码与环境配置中彻底解放。本分享聚焦于自动化研发流程的终极形态，助力独立开发者与中小团队实现从 "单兵作战" 到 "人机协同" 的效能跃迁。这不仅是工具的更新，更是对开发模式的重塑——旨在彻底屏蔽底层的繁琐细节与重复配置，让大家从机械劳动中解放，真正实现从 "代码交付" 到 "物理世界控制" 的高效人机协同。本期「社区说」特别安排了与专家讲师直接互动的机会，欢迎提出你的问题！
2026-01-26 17:34:00
53
转载 ＜span class=“js_title_inner“＞社区说｜从 AI Agent 到具身智能，探索 Gemini 驱动的全自动化研发新范式＜/span＞
从 Agent Manager 的核心运行机制出发，结合多 Agent 协作的实战案例，揭秘如何将全栈工程师从繁琐的样板代码与环境配置中彻底解放。本分享聚焦于自动化研发流程的终极形态，助力独立开发者与中小团队实现从 "单兵作战" 到 "人机协同" 的效能跃迁。这不仅是工具的更新，更是对开发模式的重塑——旨在彻底屏蔽底层的繁琐细节与重复配置，让大家从机械劳动中解放，真正实现从 "代码交付" 到 "物理世界控制" 的高效人机协同。本期「社区说」特别安排了与专家讲师直接互动的机会，欢迎提出你的问题！
2026-01-26 17:34:00
31
原创 Flutter & Dart 2025 年度十大高光时刻回顾
自上次 Beta 版发布以来，AI Toolkit 已迁移至 Firebase AI Logic SDK，并在此过程中加入了多项新特性，包括面向智能体工作流的多轮函数调用、接入自定义语音转文本翻译器的能力，以及全面支持将 LLM 响应完整转化为小组件。，这是一种全新的 IDE 体验，旨在借助 AI 改进开发者的工作流程。立足 2025 年的坚实基础，我们对 2026 年满怀憧憬: 我们将持续拓展多平台开发的边界，更深入探索 AI 驱动的即时体验，并助力您构建面向未来、真正全栈的跨平台应用。
2026-01-23 17:34:59
1040
原创 Gemma Scope 2: 赋能 AI 安全社区，深度洞察大语言模型复杂行为
随着 AI 持续发展，我们期待 AI 研究社区运用 Gemma Scope 2 来调试模型涌现行为，借助这些工具更有效地审计与调试 AI 智能体，最终实现加速开发实用且稳健的安全干预方案，以应对越狱攻击、幻觉生成及谄媚倾向等问题。针对那些仅在更大、更先进的大语言模型中出现的现实安全问题，这种全新的开放程度提供了至关重要的解决途径。: 我们为整个 Gemma 3 系列 (参数规模最高达 270 亿) 提供了一整套完整的工具，这对于研究仅在大规模模型中显现的涌现行为至关重要。
2026-01-22 17:33:54
913
原创 ＜span class=“js_title_inner“＞Gemma Scope 2: 赋能 AI 安全社区，深度洞察大语言模型复杂行为＜/span＞
随着 AI 持续发展，我们期待 AI 研究社区运用 Gemma Scope 2 来调试模型涌现行为，借助这些工具更有效地审计与调试 AI 智能体，最终实现加速开发实用且稳健的安全干预方案，以应对越狱攻击、幻觉生成及谄媚倾向等问题。针对那些仅在更大、更先进的大语言模型中出现的现实安全问题，这种全新的开放程度提供了至关重要的解决途径。: 我们为整个 Gemma 3 系列 (参数规模最高达 270 亿) 提供了一整套完整的工具，这对于研究仅在大规模模型中显现的涌现行为至关重要。
2026-01-22 17:33:54
615
原创 赋能应用智能: 开启 Gemini 3 Flash 开发新篇章
虽然已有专为复杂推理而设计的 Gemini 3 Pro，但对于您的生产级应用来说，我们专门打造的 Gemini 3 Flash 会显著提高速度并降低成本。来充分调用 Gemini 3 Flash 或 Gemini 3 Pro 的全部能力。我们还将向拥有 Gemini Code Assist 标准版或企业版许可证的开发者，推出具有更高使用率上限的 Gemini 3 模型系列访问权限。是我们专为编码和智能体开发体验打造的首选模型，但 Gemini 3 Flash 凭借速度优势，非常适用于常见的开发任务和问题。
2026-01-20 17:33:07
656
原创 Android 性能 Spotlight Week，助力您的应用实现快速提升！
我们将向您展示如何使用 Android Studio 中的新功能对堆栈追踪进行去混淆处理，识别常见的配置问题，并实施最佳实践以充分利用 R8。这不仅仅涉及缩小应用的大小，还帮助您了解 R8 优化器如何提高应用的性能，以及为什么您应该立即使用它。我们为您提供了低投入、高影响力的工具和指南，帮助您的应用实现快速的性能提升。的配置引导优化，来增强应用的启动和交互性能。我们邀请了 R8 和其他性能团队的专家小组参与 Ask Android，解答各类最具挑战性的问题，希望能对您的性能优化有所帮助！
2026-01-19 17:33:09
697
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
512
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
628
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
658
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
562
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
557
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
489
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
638
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
508
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
515
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
261
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
579
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
827
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
470
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
370
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
834
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
890
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
654
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
643
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
684
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
499
原创 从 “对话“ 迈向 “行动“: 利用 FunctionGemma 打造下一代端侧智能体
例如，您可以说 "在最上面一排种向日葵并浇水"，模型会将此指令分解为具体的应用函数，比如 "种植作物 (plantCrop)" 或 "给作物浇水 (waterCrop)"，并针对特定的网格坐标进行操作。在我们的 "Mobile Actions" 评估中，微调提升了模型的可靠性，将准确率从 58% 的基准线提高到 85%。: 您需要一个轻量级的边缘模型来处理本地操作，使您的系统能够在设备端即时处理常见指令，并且仅在遇到更复杂任务时才会调用更大规模的模型 (如 Gemma 3 27B)。
2026-01-15 18:31:43
826
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人