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 | 80.3% 0-shot Gemini Ultra（仅像素*） | 75.1% 0-shot GPT-4V（仅像素*） | |
数学Vista | 能够解决可视文本中的数学题 | 53.0% 0-shot Gemini Ultra（仅像素*） | 49.9% 0-shot GPT-4V | |
视频 | VATEX | 能给视频加字幕 | 62.7 4-shot Gemini Ultra（仅像素*） | 56.0 4-shot DeepMind Flamingo |
感知测试MCQA | 能够进行视频问答 | 54.7% 0-shot Gemini Ultra（仅像素*） | 46.3% 0-shot SeViLA | |
音频 | CoVoST 2 （21种语言） | 能够进行演讲内容的自动翻译（21种语言） | 40.1 Gemini Pro | 29.1 Whisper v2 |
FLEURS （62种语言） | 能够自动识别语言（62种，准确程度取决于音频种词语的读错率） [13] | 7.6% Gemini Pro | 17.6% Whisper v3 |
文本能力
能力 | 标准 | 介绍 | Gemini ultra | GPT-4 |
总体 | MMLU | 57个学科(包括数学、物理、历史、法律、医学和伦理学等) | 90.0% CoT@32* | 86.4% 5-shot* (reported) |
推理 | big-bench hard | 多样化的、需要多步骤推理的挑战性任务 | 83.6% 3-shot | 83.1% 3-shot (API) |
DROP | 阅读理解力（F1分数） | 82.4% Variable shots | 80.9% 3-shot (reported) | |
HellaSwag | 日常情景下的常识推理 | 87.8% 10-shot* | 95.3% 10-shot* (reported) | |
数学 | Gsm8K | 基础算术操作（包括小学数学题） | 94.4% maj1@32 | 92% 5-shot CoT (reported) |
MATH | 有挑战性的数学题（包括代数、几何、微积分及其他） | 53.2% 4-shot | 52.9% 4-shot (API) | |
代码 | HumanEval | Python代码生成 | 74.4% 0-shot(IT)* | 67% 0-shot* (reported) |
Natural2Code | Python代码生成，用新的独立数据库 | 74.9% 0-shot | 73.9% 0-shot (API) |
gemini开发
申请key
打开：https://ai.google.dev/tutorials/rest_quickstart
调用api接口
文本
通过postman请求如下：
参数：
{
"contents": [
{
"parts": [
{
"text": "中国有多少人，历史达几万年，为什么只被算到5000年？，详细介绍一下！"
}
]
}
]
}结果
{
"candidates": [
{
"content": {
"parts": [
{
"text": "1. **中国有多少人：**\n - 目前，中国的人口约为14亿2800万人（2023年7月统计），是世界上人口最多的国家。\n\n\n2. **历史达几万年，为什么只被算到5000年：**\n - 中国的历史确实达几万年，但只被算到5000年有几个原因：\n - **史料有限：**中国早期历史缺乏可靠的书面记录，导致对远古历史的研究陷入困境。\n - **神话与传说：**早期历史记载中包含了大量神话传说，难以与真实历史区分开来。\n - **考古发现：**虽然考古发现提供了丰富的历史信息，但由于尚未发现足够多的具有代表性的遗迹和文物，难以完整地构建出完整的历史脉络。\n\n\n3. **详细介绍一下：**\n - **漫长的农业历史：**中国是世界上最早发展出农业的地区之一，约在公元前12000年左右，长江流域出现了原始农业。\n - **夏朝：**中国第一个王朝，公元前2100年左右建立，由禹王开创。夏朝存在了约500年，但史料有限，对其真实情况知之甚少。\n - **商朝：**公元前1600年左右建立，是中国历史上第一个有文字记载的王朝。商朝延续了约500年，并于公元前1046年被周朝灭亡。\n - **周朝：**公元前1046年建立，是历史上持续时间最长的王朝之一，共历西周、东周两大时期。周朝奠定了中国传统礼仪制度的基础，并对后世产生了深远的影响。\n - **春秋战国时期：**公元前770年至公元前221年，周王室衰微，诸侯争霸，史称春秋战国时期。春秋战国时期涌现了许多思想家和哲学家，百家争鸣，促进了中国文化的繁荣。\n - **秦朝：**公元前221年，秦始皇统一中国，建立了秦朝。秦朝是中国第一个统一的多民族国家，也是历史上第一个大一统王朝。秦朝的建立标志着中国历史进入了一个新的阶段。\n - **汉朝：**公元前206年建立，是继秦朝之后的第二大统一王朝。汉朝分为西汉和东汉两个时期，共历400多年。汉朝是中国历史上最为强盛的王朝之一，也是中国文化的重要发展时期。\n - **三国时期：**公元220年，汉末三国鼎立，史称三国时期。三国时期魏、蜀、吴三国相互争夺，最终以西晋统一三国而告终。\n - **晋朝：**公元265年建立，是三国之后的大一统王朝。晋朝分西晋和东晋两大时期，共历约150年。晋朝时期，中国北方游牧民族势力强大，屡屡入侵，导致西晋灭亡，东晋偏安南方。\n - **南北朝时期：**公元420年至公元589年，中国再次陷入分裂，史称南北朝时期。南北朝时期，北朝和南朝并立，相互争夺。南北朝时期也是中国历史上佛教发展的鼎盛时期。\n - **隋朝：**公元581年，杨坚建立隋朝，结束了南北朝时期的分裂局面。隋朝是中国历史上又一大一统王朝，也是中国历史上最为强盛的王朝之一。隋朝在政治、经济、文化等方面都有很大的发展，为唐朝的盛世打下了基础。\n - **唐朝：**公元618年，唐朝建立，是中国历史上又一大统一王朝，也是中国历史上的鼎盛时期之一。唐朝在政治、经济、军事、文化等方面都有很大的发展，被誉为“盛世”。唐朝与周边国家和地区保持着密切的经济文化交流，是东西方文化交流的中心。\n - **宋朝：**公元960年，赵匡胤建立宋朝，结束了五代十国时期的分裂局面。宋朝是中国历史上又一大统一王朝，也是中国历史上的文化繁荣时期之一。宋朝在经济、文化、科技等方面都有很大的发展，是中国历史上最为富庶的王朝之一。宋朝也是中国历史上最早使用纸币的王朝。\n - **元朝：**公元1271年，忽必烈建立元朝，结束了宋朝的统治。元朝是中国历史上第一个由少数民族建立的大一统王朝。元朝在政治、经济、文化等方面都有很大的发展，但因其暴政和贪污腐败，最终引发了红巾军起义，元朝灭亡。\n - **明朝：**公元1368年，朱元璋建立明朝，结束了元朝的统治。明朝是中国历史上又一大统一王朝，也是中国历史上的最后一个汉族王朝。明朝在政治、经济、文化等方面都有很大的发展，是中国历史上最为繁荣的王朝之一。明朝也是中国历史上最后一次大规模的海上贸易时期。\n - **清朝：**公元1644年，多尔衮建立清朝，结束了明朝的统治。清朝是中国历史上最后一个王朝，也是中国历史上最长的王朝。清朝在政治、经济、文化等方面都有很大的发展，是中国历史上最为富庶的王朝之一。清朝也是中国历史上最后一次大规模的海外扩张时期。"
}
],
"role": "model"
},
"finishReason": "STOP",
"index": 0,
"safetyRatings": [
{
"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HATE_SPEECH",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HARASSMENT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"probability": "NEGLIGIBLE"
}
]
}
],
"promptFeedback": {
"safetyRatings": [
{
"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HATE_SPEECH",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HARASSMENT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"probability": "NEGLIGIBLE"
}
]
}
}总结能力演示：
入参：
今天有五票货他的需求是换FBA商品标签+唛头，只是贴多两张商品标签到箱外，FBA数量已经写22个，但是你又让他下增值单，我看客户又写换22个，这个不得是双倍了吗？表示不理解
所以客户单独我，我们到底还能不能做换标服务
S91456147231205061 贴22个，箱内单品20个，另外两张是贴外箱的 记得跟仓库说明出参：
1. 客户需要在五票货上换FBA商品标签+唛头，并多贴两张商品标签到箱外。\n2. 客户已在FBA数量栏填写22个，但增值单上又写换22个，可能存在重复。\n3. 客户单独对接你，询问关于换标服务的问题。\n4. 客户要求在S91456147231205061这票货上贴22个标签，其中20个贴于箱内单品上，另外两张贴于外箱上，并要求仓库注意此点。
图片
入参：
📎request.json
结果
当然还有很多方式也可以通过代码方式去实现，请自行尝试。
最后
gemini虽然说能力存在造假质疑，但是不妨我们学习，还是有很多能力还没有完全去验证出来，我这个只是基于api去调用，有兴趣的同学可以用python或前端等方式去实现，然后与文心一言、千义通问等对比看效果。随着未来大模型的普及我们的工作肯定有一部分会通过AI来提高效率，所以可以提升了解并实践。
相关资料：
https://baijiahao.baidu.com/s?id=1784682680795397174&wfr=spider&for=pc
官网：https://deepmind.google/technologies/gemini/#introduction
开发文档：https://ai.google.dev/docs?hl=zh-cn
(推荐)官网介绍：https://blog.google/technology/ai/google-gemini-ai/#performance
开源网站：https://www.geminiprochat.com/
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
