谷歌發布Gemini 1.5技術報告 詳細介紹Gemini 1.5 Pro模型架構改進情況

　　Google DeepMind 發布了一份長達150頁的技術報告，詳細介紹了Gemini1.5Pro 和 Gemini1.5Flash 兩個模型的性能特點和架構以及這個多模態大型模型的最新進展。

　　Gemini1.5于今年2月上線，通過工程優化、MoE架構等策略顯著提升了性能和速度。該模型具有更長的上下文理解能力、更強的推理能力，能夠處理跨模態內容。

　　報告中提到了兩個新型號:

　　Gemini1.5Pro:在多個功能和基準測試中超越了2月份的版本。

　　Gemini1.5Flash:輕量級變體，旨在提高效率，性能損失極小。

　　Gemini1.5Flash是一個Transformer解碼器模型，擁有超過2M的上下文和多模態功能，優化了張量處理單元(TPU)的使用，并減少了模型服務延遲。它能夠并行計算注意力和前饋分量，使用高階預處理方法提高訓練質量。

　　報告還評估了Gemini1.5在處理英語、中文、日語和法語查詢時，每個輸出字符的平均時間。結果顯示，Gemini1.5Flash在所有測試語言中實現了最快的生成速度。

　　此外，Gemini1.5在跨模態長上下文檢索任務上實現了近乎完美的召回，提高了長文檔問答、長視頻問答和長上下文自動語音識別的最佳水平，并在一系列廣泛的基準測試中匹配或超越了Gemini1.0Ultra的性能。

　　Gemini1.5Pro在5月份的版本在多個推理、編碼、視覺和視頻基準測試中進行了改進，而音頻和翻譯性能保持不變。

　　報告還介紹了Gemini1.5Pro數學增強版本的性能，它在Hendryck的MATH基準測試中取得了91.1%的突破性性能，解決了此前模型無法解決的亞太數學奧林匹克題目。

　　最后，報告強調了Gemini1.5在現實世界的應用潛力，展示了它與專業人士合作完成任務的能力，在10個不同的工作類別中可節省26-75%的時間。此外，該模型還能學會將英語翻譯成Kalamang，一種只有不到200人使用的語言，與人類學習者的水平相當。

　　Gemini1.5的技術報告展示了谷歌在大型多模態模型領域的最新進展，其性能的提升和應用潛力為未來的AI技術發展提供了新的方向。