Alphabet 发布下一代 AI 模型 Gemini 的第一阶段

2023 年 12 月 6 日，Alphabet 发布了其下一代 AI 模型 Gemini 的第一阶段。该模型由 Google DeepMind 在 CEO Sundar Pichai 的监督和推动下开发。

Gemini 的主要特点

1. 性能卓越：Gemini 是首个在 MMLU（大规模多任务语言理解）测试中超越人类专家的模型。MMLU 是测试语言模型性能的流行方法之一。
2. 多模态能力：Gemini 能够根据不同的输入生成代码，结合生成文本和图像，并跨语言进行视觉推理。
3. 效率与扩展性：Gemini 的架构允许与现有工具和 API 快速集成，使其成为推动未来 AI 创新的强大引擎。
4. 开源方法：Gemini 采用开源方法，促进 AI 社区的协作和开发，加速进步并确保其潜力得到充分发挥。

Gemini 的版本

Gemini 最初发布了三个版本：

1. Ultra：最大的版本，性能最强。
2. Pro：中等大小，Google 的 Bard 聊天机器人将由其驱动。
3. Nano：显著更小、更高效，将在 Google 的 Pixel 8 Pro 手机上运行。

社会反应

社交媒体对 Gemini 的反应褒贬不一。一些人报告了令人印象深刻的结果，而另一些人则指出了持续的幻觉问题。AI 研究员 Melanie Mitchell 认为 Gemini 虽然非常复杂，但并未明显比 GPT-4 更强大。

模型开发与评估

在发布 Gemini 之前，其团队开发了模型影响评估，以识别、评估和记录与高级 Gemini 模型开发相关的关键社会效益和潜在危害。基于对已知和预期影响的理解，制定了一套“模型政策”来指导模型的开发和评估。为了评估 Gemini 模型在政策领域和其他关键风险领域的表现，运行了一套全面的评估。

安全与缓解措施

在数据层实施了缓解措施，并利用指令调优来缓解模型安全问题。为了减少幻觉，使用了归属、闭书响应生成和对冲等方法。根据美国总统拜登签署的《行政命令 14110》，Google 表示将与联邦政府分享 Gemini Ultra 的测试结果。

技术报告

希望了解更多关于 Gemini 的开发者可以阅读 Google 提供的技术报告。