谷歌發布Gemini 1.5 Pro模型技術報告 長文記憶能力驚人

　　Google發布了Gemini1.5Pro模型的技術報告，報告介紹了Gemini1.5Pro的模型架構、訓練數據與基礎設施、長文本評測和通用能力評測。Gemini1.5Pro是一個高效能的多模態混合專家模型，可以處理和分析來自數百萬Token的信息，包括長篇文檔和數小時的視頻和音頻內容。

　　Gemini1.5Pro在長篇信息檢索任務中展現出幾乎完美的記憶回溯能力，刷新了長篇文檔問答、長視頻問答和自動語音識別領域的技術高度，超越了前代產品Gemini1.0Ultra。在預測下一個Token方面，Gemini1.5Pro取得了顯著進步，在處理超過1000萬Token的任務時，準確率達到了99%以上，是一次巨大的飛躍。

　　此外，Gemini1.5Pro還展現出驚人的能力，當接觸到Kalamang語法手冊時，即使Kalamang是一種全球使用人數不足200人的小眾語言，它也能夠學會將英語翻譯成Kalamang，其翻譯水平媲美于人類。

　　綜上所述，Gemini1.5Pro在處理跨多種媒體格式的長篇信息時表現出色，不僅在技術性能上超越了前代產品，還展現出了驚人的翻譯能力，為多模態混合專家模型的發展開辟了新的可能性。