Googleが「人間の専門家レベルを超える最初のモデル」とする『Gemini』発表、GPT-4を凌駕 | AIDB

Googleは、人間の専門家のパフォーマンスを上回る最初の大規模言語モデル（LLM）として「Gemini」を発表しました。LLMの主要なベンチマークの一つであるMMLU（多領域の学術ベンチマーク）をはじめとするほとんどのベンチマークでGPT-4を凌駕しています。 Geminiは、画像、音声、動画の理解を含むマルチモーダルタスクでも最先端の性能を示しています。テストに使用された20のマルチモーダルベンチマーク全てで最高の水準を達成しています。 また、複数のソースからの情報を統合して、より正確で詳細に理解する能力に優れているとのことです。 なお、Ultra、Pro、Nanoの3つのサイズがあり、それぞれ異なる計算要件に特化して設計されています（例えばモバイル向けにはNanoなど）。Ultraは最も高度に複雑なタスクをこなし、研究報告では主にUltraの性能が他モデルと比較されています。 本記事

[atkin]

そりゃ、先行しているものを凌駕してなきゃ発表する意味もあまりない。

[sucelie]

内容に応じて使うAIを振り分けるAIも作ってくれ

[m50747]

Google Homeに降りてきたら世界が変わる。有料で一部の人だけのものなら限定的。スマートスピーカーがAIスピーカーになるのはいつかな？

[misshiki]

テクニカルレポート “Gemini: A Family of Highly Capable Multimodal Models” を基にした日本語の説明。

[blueboy]

「物理問題の解答を検証する能力を持っています」　→　これが本当にできれば、たいしたもんだ。現状の GPT-4 は、推論能力（思考能力）が ほぼゼロである。Copilot も Bard も無能。→　https://x.gd/RfAfV　　https://x.gd/izPW8

[osaan]

good grief…

[R1na]

Amazonのベッドロックも良いし、生成AIはこれからだな