G
Gemini
Также известен как: Google Gemini, Джемини
Генеративный AIОпределение
Gemini — мультимодальное семейство AI-моделей от Google DeepMind, объединяющее понимание текста, изображений, аудио и видео.
Простое объяснение
Gemini — это Google''s ответ на ChatGPT. Умеет всё: читать, смотреть, слушать, и встроен во все продукты Google.
Подробнее
Gemini пришёл на смену PaLM и Bard как флагманская модель Google. Gemini Ultra конкурирует с GPT-4, Gemini Pro — рабочая лошадка для большинства задач, Gemini Nano — для мобильных устройств. Ключевое преимущество — нативная мультимодальность: модель обучена на смешанных данных с самого начала, а не дообучена на изображения. Интегрирован в Google Search, Workspace, Android. Gemini 1.5 Pro поддерживает контекст до 1 миллиона токенов.
Связанные термины
Multimodal
Multimodal — способность AI-системы обрабатывать и генерировать данные разных типов: текст, изображения, аудио, видео.
Diffusion Models
Диффузионные модели — класс генеративных моделей, которые учатся создавать данные путём постепенного удаления шума из случайного входа.
Mistral
Mistral AI — французская компания, создающая высокоэффективные open-source языковые модели, конкурирующие с закрытыми решениями.
Speech-to-Text
Speech-to-Text (STT) — технология автоматического распознавания речи и преобразования её в текст.