जेमिनी 3.8 फ्लैश: एक मिलियन-टोकन संदर्भ विंडो और एजेंटों पर फोकस

जेमिनी 3.8 फ्लैश को प्रोग्रामिंग, मल्टी-स्टेप वर्क और स्वायत्त एजेंटों के लिए एक तेज़ मॉडल के रूप में 2 सितंबर को लॉन्च किया गया। यह 1,048,576 इनपुट टोकन तक स्वीकार करता है और 65,536 टोकन लौटा सकता है; पाठ, चित्र, ऑडियो, वीडियो और पीडीएफ इनपुट के रूप में समर्थित हैं। इसके दस्तावेज़ीकरण में स्पष्ट रूप से संभावित मतिभ्रम और कभी-कभी मंदी का भी उल्लेख किया गया है।

एक तेज़ चैट मॉडल से कहीं अधिक

फ़्लैश लेबल अक्सर एक समझौते का सुझाव देता है: कड़ी मेहनत के बदले में गति। यह रिलीज़ कहीं और इंगित करती है-कार्यों की लंबी श्रृंखला। यह फ़ंक्शन कॉलिंग, फ़ाइल कार्य, कोड निष्पादन, खोज और पूर्वावलोकन कंप्यूटर उपयोग का समर्थन करता है। यह तब मायने रखता है जब एक एजेंट को एक विनिर्देश पढ़ना होगा, एक कार्य को चरणों में विभाजित करना होगा, एक परियोजना को संपादित करना होगा और फिर परिणाम की जांच करनी होगी।

बेंचमार्क नंबरों के लिए थोड़ी दूरी की जरूरत होती है

प्रकाशित मूल्यांकन में डीपएसडब्ल्यूई v1.1, वैल्स फाइनेंस एजेंट v2, हार्वे के लीगल एजेंट बेंचमार्क और एचएलई-सत्यापित का उल्लेख है। वे उपयोगी संकेत हैं, यह कोई वादा नहीं है कि एक अप्राप्य मॉडल आपके भंडार या अनुबंध को सही ढंग से संभाल लेगा। मॉडल कार्ड यह भी कहता है कि वह किसी उत्तर को बेहतर बनाने के लिए अधिक टोकन खर्च कर सकता है, और ज्ञान की ताजगी डोमेन के अनुसार भिन्न होती है।

एक समझदार पहला परीक्षण

अपनी स्वयं की सामग्री पर एक छोटा सा कार्य आज़माएँ: एक दस्तावेज़, एक उपकरण, और पूर्ण की एक स्पष्ट परिभाषा। उसके बाद ही कार्रवाई जोड़ें. एक मिलियन-टोकन संदर्भ उपयोगी है, लेकिन एक बड़ा अनुलग्नक तथ्य-जांच या अनुमति जांच को प्रतिस्थापित नहीं करता है।

सन्दर्भ:मॉडल कार्डऔरएपीआई दस्तावेज़ीकरण. सार्वजनिक मॉडलों के साथ कामकाजी बातचीत के लिए, यहां जाएंन्यूरलस्पेस चैट.