google开源大模型-gemini

官网：https://deepmind.google/technologies/gemini/#introduction

简介

Gemini是谷歌公司发布的人工智能大模型，能够在从数据中心到移动设备等不同平台上运行。

Gemini包括一套三种不同规模的模型：Gemini Ultra是最大、功能最强大的类别，被定位为GPT-4的竞争对手；Gemini Pro是一款中端型号，能够击败GPT-3.5，可扩展多种任务；Gemini Nano用于特定任务和移动设备。“双子座”Ultra版本是首个在“大规模多任务语言理解”（MMLU）领域超越人类专家的模型。---百度百科

https://baike.baidu.com/item/Gemini/63729669?fr=ge_ala#reference-4

视频介绍：https://www.bilibili.com/video/BV1r94y177Ws/?spm_id_from=888.80997.embed_other.whitelist&vd_source=7d0e42b081e08cb3cefaea55cc1fa8b7

相关能力对比

能力	基准	描述	Gemini	GPT-4V（当GPT-4V不支持此功能时，列出了先前的SOTA模型）
图像	MMLU	Gemini相当于一个大学生，能够给出跨学科的答案	59.4% 0-shot通过率@1 Gemini Ultra（仅像素*）	56.8% 0-shot通过率@1 GPT-4V
	VQAv2	能够理解自然图像	77.8% 0-shot Gemini Ultra（仅像素*）	77.2% 0-shot GPT-4V
	文本VQA	能够识别图片文字	82.3% 0-shot Gemini Ultra（仅像素*）	78.0% 0-shot GPT-4V
	文档VQA	能够理解文档的内容	90.9% 0-shot Gemini Ultra（仅像素*）	88.4% 0-shot GPT-4V（仅像素*）
	信息图VQA	能够理解信息图表