கூகிள் புதனன்று ஜெமினி 4 நியானை அறிமுகப்படுத்தியது, இது அதன் ஜெமினி 4 மாடல் குடும்பத்தில் சமீபத்திய சேர்க்கை மற்றும் டிகோடர் கணக்கிட்டபடி, கூகிள் ஒரு மாதத்தில் நான்காவது புதிய ஜெமினி மாடலை அனுப்பியது. மென்பொருள் பொறியியல், அறிவுப் பணிகள் மற்றும் விஞ்ஞானப் பணிப்பாய்வுகள் ஆகியவற்றில் வேகமாக முடிவடையும் பணியை எல்லை-நிலை நுண்ணறிவுடன் இணைக்கும் மத்திய-அடுக்கு வேலைக் குதிரையாக Google நியானை நிலைநிறுத்துகிறது.
"இன்று, நாங்கள் ஜெமினி 4 நியானை அறிமுகப்படுத்துகிறோம் - சிக்கலான மென்பொருள் பொறியியல், அறிவுப் பணிகள் மற்றும் அறிவியல் பணிப்பாய்வுகள் ஆகியவற்றில் வேகமாக முடிவடையும் பணியை எல்லை-நிலை நுண்ணறிவைக் கொண்டு வருகிறோம்," என்று கூகுள் டீப் மைண்டின் SVP மற்றும் தலைமை AI கட்டிடக் கலைஞர் அறிவிப்பில் எழுதினார். சில அளவீடுகளில் வெற்றிபெறும் போது, நடுத்தர அடுக்கு மாடல் அதன் பெரிய உடன்பிறந்த கார்பனை விட மூன்று மடங்கு வேகமாக இயங்கும் என்று சிலிகான்ஏங்கிள் தெரிவித்துள்ளது. For more context on this story, see our ongoing artificial intelligence updates.
நியான் அளவுகோல்களில் இடம் பெறுகிறது
செயற்கை பகுப்பாய்வு நுண்ணறிவு குறியீட்டில், நியான் அதன் xhigh சிந்தனை மட்டத்தில் 61 மதிப்பெண்களைப் பெற்றுள்ளது, ஒட்டுமொத்தமாக #3 வது இடத்தைப் பிடித்துள்ளது - பெரிய, மெதுவான மாதிரிகளுக்குப் பின்னால், கூகிள் கூறியது. வால்ஸ் குறியீட்டில், இது 70.9 சதவீதத்தில் #2 வது இடத்தைப் பிடித்துள்ளது மற்றும் செயல்திறன் மற்றும் செலவுகளின் பரேட்டோ எல்லையில் அமர்ந்திருக்கிறது. இது லீகல் ரிசர்ச் பெஞ்ச் மற்றும் டேக்ஸ் ஏஜென்ட் பெஞ்ச் ஆகிய இரண்டிலும் #1 இடத்தைப் பிடித்தது, மேலும் கூகுள் மேற்கோள் காட்டிய சர்ஜ் AI மதிப்பீடுகள் நிதி, கணக்கியல், விரிதாள் மாடலிங் மற்றும் பின்வருவன சிக்கலான கட்டுப்பாடுகளை உள்ளடக்கிய பெரும்பாலான வரையறைகளில் #1 தரவரிசைப்படுத்துகிறது.
ஏஜென்ட்-ருசியான மதிப்பெண்கள் அறிவிப்பில் சமமாக முக்கியத்துவம் வாய்ந்தவை: Zapier's AutomationBench இல் ஒட்டுமொத்தமாக #1 56.3 சதவிகிதம், #1 Andon Labs' Vending-Bench 2 நீண்ட-அடிவான வணிக உருவகப்படுத்துதலில் $16,843, 75.8 சதவிகிதத்துடன் முகவர்களின் கடைசித் தேர்வில் 75.8 சதவிகிதம், மற்றும் 731.5.0000000000000000000000. விளக்கப்படங்கள். 4,200க்கும் மேற்பட்ட நிஜ-உலக முகவர் அமர்வுகளில் இருந்து உருவாக்கப்பட்ட Arena இன் புதிய Agent Arena இன்டெக்ஸில், நியான் 1336 மதிப்பெண்களுடன் #2 உலகளவில் அறிமுகமானது. அறிவியல் மற்றும் கணிதப் பகுத்தறிவில், டெர்மினல்-பெஞ்ச் சயின்ஸ் (70.5 சதவீதம்), RiemannBench (Himann.Bench.1 சதவீதம்) சதவீதம்).
நீண்டகால குறியீட்டு முகவர்களுக்காக கட்டப்பட்டது
கூகிள் நியானை மிகவும் கடினமாக நோக்கமாகக் கொண்ட இடத்தில் கோடிங் உள்ளது. செயற்கை பகுப்பாய்வு குறியீட்டு முகவர் குறியீட்டில் 58.6 இல் இந்த மாடல் #1 வது இடத்தைப் பிடித்தது, டெர்மினல்-பெஞ்ச் 4.1 இல் 65.2 சதவிகிதம் மற்றும் அதன் இயல்புநிலை உயர் அமைப்பில் FrontierCode 2.0 இல் 46.2 சதவிகித மதிப்பெண்களைப் பெற்றது. VentureBeat இன் தலைப்பு போட்டி படத்தை அப்பட்டமாக வடிவமைத்தது: 25 சதவீதம் குறைந்த API டோக்கன் விலையில் Opus 5.5-நிலை குறியீட்டு செயல்திறன் — Anthropic's Claude குறியீட்டு மாடல்களில் நேரடி காட்சி, இது இந்த வாரம் ஆந்த்ரோபிக் சாதனை IPO உடன் தங்கள் சொந்த சந்தை மைல்கல்லை அறிமுகப்படுத்தியது.
கூகிளின் சாஃப்ட்வேர் இன்ஜினியரிங் ஸ்வீப் பெஞ்ச்மார்க், SWE-sweep இல் மிகவும் குறிப்பிடத்தக்க எண்ணிக்கை உள்ளது: நியான் நிலையான மினி-SWE சேனலில் வெறும் 12.8 சதவீதத்தை நிர்வகிக்கிறது, ஆனால் கூகுள் ஆண்டிகிராவிட்டியில் இயங்கும் போது 39.0 சதவீதத்தை விட மூன்று மடங்கு அதிகமாக உள்ளது. மாதிரி தன்னை. நியான் ஆண்டிகிராவிட்டிக்குள் இணையான ஹைட்ரஜன் சப்ஜெண்டுகளை இயக்கும் வேகமான ஆர்கெஸ்ட்ரேட்டராக செயல்படவும், தேவையற்ற கோப்பு வாசிப்புகளை வெட்டவும் மற்றும் நீண்ட அமர்வுகளில் சூழல் சுருக்கத்தை கையாளவும் வடிவமைக்கப்பட்டுள்ளது.
கூகிள், ஷோகேஸ் பில்ட்களுடன் மாடலின் ஏஜென்டிக் வரம்பை நிரூபித்தது: பிளெண்டர் எம்சிபி மூலம் உருவாக்கப்பட்ட ஒரு ஃபோட்டோரியலிஸ்டிக் 3டி லேப் பெஞ்ச், 10,000 வரிகளுக்கு மேல் தனிப்பயன் ஷேடர்கள் கொண்ட உண்மையான மோன்ட் பிளாங்க் உயரத்தில் புதிதாக எழுதப்பட்ட முதல்-நபர் WebGL2 ஸ்கை சிமுலேட்டர், மற்றும் ஒரு முகவராக மாறியது 500,000 க்கும் மேற்பட்ட நேரடி சூத்திரங்கள் மூலம் 100,000-செல் Google Sheet இயங்கும் விளிம்பைக் கண்டறிதல்.
எல்லையை குறைக்கும் விலை நிர்ணயம்
நியான் ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $3 மற்றும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $15 செலவாகும், 1 மில்லியன் டோக்கன் சூழல் சாளரத்துடன். கேச் செய்யப்பட்ட உள்ளீட்டு டோக்கன்கள் ஒரு மில்லியனுக்கு $0.15 இயங்குகின்றன - அதே சூழலை மீண்டும் மீண்டும் படிக்கும் முகவர் பணிப்பாய்வுகளுக்காக வடிவமைக்கப்பட்ட 95 சதவீத தள்ளுபடி. அதன் இயல்புநிலை உயர் சிந்தனை மட்டத்தில், கார்பனை விட நியான் ஒரு பணிக்கு 32 சதவீதம் குறைந்த செலவை வழங்குகிறது என்று கூகுள் கூறுகிறது.
இந்த மாதிரியானது நான்கு-நிலை சிந்தனை ஏணியை அறிமுகப்படுத்துகிறது - வேகமான குறைந்த விலை அடுக்கு முதல் கடினமான பொறியியல் மற்றும் பகுப்பாய்வு பணிச்சுமைகளுக்கு - குழுக்கள் நுண்ணறிவு மற்றும் டோக்கனை ஒரு பணிக்கு செலவிட அனுமதிக்கிறது. புதிய ஏஜென்ட் அரீனா இண்டெக்ஸில் நியான் தரவரிசையில் #2 இடத்தைப் பிடித்துள்ளதாக கூகுள் தெரிவிக்கிறது, மேலும் பணியின் நடுப்பகுதியில் உள்ள திருத்தங்களைச் சரியாக மாற்றியமைக்கிறது, மேலும் உள் புவியீர்ப்பு எதிர்ப்பு சோதனையில் அதன் குறைந்த புனைகதை விகிதத்தைப் பதிவு செய்கிறது.
பாதுகாப்பு முதல் தர சிகிச்சை பெறுகிறது
ஏவுதலின் குறிப்பிடத்தக்க முக்கியத்துவம் தற்காப்பு பாதுகாப்பு ஆகும். AutoBaxBench இல், மாடல்கள் ஆரம்பத்திலிருந்தே பாதுகாப்பான குறியீட்டை உருவாக்குகின்றனவா என்பதைச் சோதிக்கும், நியான் எளிதான, நடுத்தர மற்றும் கடினமான சவால்களில் கார்பனை விஞ்சி 76 சதவீதத்தில் அதிநவீன நிலையை அடைகிறது. WebExploitBench v1.2 இல், ஊடுருவல்-சோதனை அளவுகோலாக, கூகுள் அதிநவீன-கலை 51.26 சதவிகிதம் என்று கூறுகிறது - பெரிய மாடல்களில் போட்டியிடும் செலவில் பாதி.
கூகுள் அந்தத் திறனையும் தயாரித்து வருகிறது: "ஜெமினி 4 நியான் ஃபார் சைபர்" உள்ளமைவு, பாதிப்பைக் கண்டறிதல், சரிபார்த்தல் மற்றும் பேட்ச் செய்தல் ஆகியவற்றை நிறுவனத்தின் Fairwind திட்டத்தின் மூலம் வரும் நாட்களில் நம்பகமான பாதுகாவலர்களுக்கு வழங்குகிறது.
கிடைக்கும்
ஜெமினி 4 நியான் இன்று ஜெமினி ஏபிஐ மற்றும் கூகுள் ஏஐ ஸ்டுடியோவில், ஜெமினியில் ஏபிஐ மற்றும் மாடல் டிராப் டவுன் மூலம் வணிகத்திற்காகவும், கூகுள் ஆண்டிகிராவிட்டி மற்றும் ஜெமினி ஆப்ஸ் இரண்டிலும் கூகுள் ஏஐ ப்ரோ மற்றும் அல்ட்ரா சந்தாதாரர்களுக்கு பணம் செலுத்துவதற்காகவும் வெளியிடப்படுகிறது. ஹேக்கர் செய்திகளில் டெவலப்பர்களால் ஒரு எச்சரிக்கை விடுக்கப்பட்டுள்ளது: Google Cloud இன் ஆவணங்கள், நிறுவன முகவர் தளத்தில் துஷ்பிரயோகம்-கண்காணிப்பு உடனடி உள்நுழைவுடன் மாதிரியை அனுப்புவதைக் குறிக்கிறது மற்றும் எந்த விலகலையும் வழங்காது - இது முக்கியமான குறியீட்டைக் கையாளும் குழுக்களுக்கு ஒரு கருத்தாகும்.
நியான் மூலம், கூகிள் அதன் மூலோபாயத்தை வெளிப்படுத்துகிறது: ஒரு மகத்தான மாடலை விற்பனை செய்வதற்குப் பதிலாக, கார்பன், ஹைட்ரஜன், ஆர்கான் மற்றும் இப்போது நியான் போன்ற உறுப்பு-பெயரிடப்பட்ட மாடல்களின் குடும்பத்தை அனுப்புகிறது மற்றும் விலை-திறன் எல்லையில் எது அமர்கிறது என்பதைப் பற்றி வரையறைகளை வாதிட அனுமதிக்கிறது. இந்த வாரம் ஆந்த்ரோபிக்கின் டிரில்லியன் டாலர் அறிமுகத்தைப் பார்க்கும் குறியீட்டு-கடுமையான அணிகளுக்கு, விலைக் குறைப்பு சுருதி: ஒரு பணிக்கான செலவில் ஒரு பகுதியிலேயே எல்லைக்குட்பட்ட நுண்ணறிவு.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →