Google 自家的語言模型 Gemini 在推出約 2 個月後就馬上就迎來了第一次升級；日前 Google 正式發佈最新一代語言模型 Gemini 1.5，對比 Gemini 1.0 不僅性能與功能皆有顯著提升，甚至可支援處理多達 100 萬個 token，也就代表能應付更長、更複雜的任務。
Gemini 1.5 性能更強，與 Ultra 1.0 版本不相上下
Google 說明 Gemini 1.5 採用「專家混合（ Mixture of Experts / MoE）」架構，MoE 會將語言模型劃分為多個專家模塊，每一個專家模塊都專注於處理特定任務；當用戶給出指令時，模型就會根據指令內容啟用相關的專家模塊，不會一次就使用整個模型，從而提高處理性能與效率，也可有效提升模型的擴展性。
目前 Google 釋出的第一個 Gemini 1.5 通用版本是定位中階的 Gemini 1.5 Pro；而 Gemini 1.5 Pro 表現非常亮眼，不僅在 87% 的基準測試中勝過 Gemini 1.0 Pro，整體性能甚至已經跟之前最高階的 Ultra 1.0 不相上下。
Gemini 1.5 可處理多達百萬個 token
Gemini 1.5 還可處理多達 100 萬個 token，不只比前代提升約 30 倍左右，也遠超其他大型語言模型（Gemini 1.0 為 32,000 個、GPT-4 Turbo 為 128,000 個、Claude 2.1 為 200,000 個）。
這相當於可一次性處理 1 小時的影片、11 小時的音訊、超過 3 萬行程式碼或超過 70 萬字的程式庫；更驚人的是 Google 內部也已經成功測試了使用 1,000 萬個 token 的 Gemini 1.5 模型。
關於處裡能力的部分，Google 有展示出 3 種情境：
首先是大量複雜資訊處理，例如 Gemini 1.5 可理解、推理、識別多達 402 頁的阿波羅 11 號登月任務文字紀錄 PDF 檔；此任務需要 326,914 個 token。
或是給 Gemini 1.5 看一部時長 44 分鐘、由巴斯特·基頓出演的默劇，它可以準確分析劇情中各個時間點的人、事、物，甚至可以對劇情中容易被錯過的小細節進行推理；此任務需要 696,417 個 token。
最後讓 Gemini 1.5 處理超過 100,000 行程式碼，它能分析內容、提出修改建議、並解釋不同段落程式碼的運作原理；此任務需要 816,767 個 token。
Gemini 1.5 未來將取代 Gemini 1.0，也就是說大家都用得到；但標準版 Gemini 1.5 Pro 僅提供支援 12.8 萬個 token、付費版本才可使用 100 萬個 token，這就看個人需求。
不過 Google 也有提到未來會計畫把標準版 Gemini 1.5 Pro 擴展至 100 萬個 token，就看之後 Google 會提供怎樣的方案給用戶選擇。
更多 AI 相關資訊》
- OpenAI 推出全新影片生成模型「Sora」，可依文字敘述生成 60 秒超逼真影片
- Google Bard 正式改名 Gemini：並推出 Gemini Advanced 方案，連手機也能用
- Google Bard 開放免費使用 AI 文字生成圖片功能
- 目標強化 AI 搜尋體驗！Google 宣布推出「畫圈搜尋」與「AI 多重搜尋」功能
相關文章
