جبر خطی و ریاضیاتش هم از صفر اومده نوشته با راست.

جمنای 4 منتشر شد.

Gemini 4 Argon

بنچمارک‌هاش.

کانتکست یک میلیون،
یک میلیون هم توکن خروجی!
فکر کنم اولین مدلیه که یک میلیون توکن خروجی میده.
نصف قیمت کلاود اپوس 5.5
و قوی‌تر از اون

هنوز برای عموم عرضه نشده.
منتظرم بیاد.

دقتش خیلی خوب شده
تو بازه کانتکست 258 توکن یا 1 میلیون توکن 84 درصد دقت داره.

بهتر از همه مدل‌ها
مثلا gpt Astra در این بازه71 درصد دقتشه.
و اپوس 5.5 در این بازه 68 درصد.


برای تحلیل اسناد و pdf و توانایی استفاده از اطلاعات در یک سشن خیلی خوبه.

فعلا چون توی امنیت سایبری از همه قوی‌تر شده،
عرضه اولیه رو دادن دست تیم‌های سایبری تست بشه.

توی فهم کد و ویدئوی طولانی هم که از بقیه سرتر.
طبق بنچمارک.

دیشب داشتم میگفتم اپوس 5.5 توی متن چقدر طبیعی میتونه بنویسه.
حالا با اومدن جمنای 4،
حرفم نقض میشه.
جمنای 4 با اختلاف قوی‌تر می‌نویسه.

یه سریا میگفتن فایده،
یک میلیون توکن خروجی چیه؟

خب مشخصه اصلا نمیدونن خروجی مدل چرا مهمه.
این ویژگی به مدل اجازه میده تریس‌های ریزنینگ بسیار طولانی و تغییرات ساختاری در پروژه‌های بزرگ حجیم رو یکجا تولید کنه.
فضای کافی برای استدلال به مدل میده.
قدرت واقعی مدل رو آزاد میکنه، خصوصا توی پروژه‌های طولانی، توی ریاضی و استدلال‌های سنگین علمی.

جمنای 4 نرخ توهم 15 درصدی رو ثبت کرده.
پایین‌ترین نرخ توهم بین تمام مدل‌ها.

اگر مسئله‌ای بلد نباشه صراحتا میگه "نمیدونم"
و خبلی کمتر به طرف حدس زدن میره.

گوگل در جمنای 4 به تکنولوژی RSI رسیده.
همونطور که حدس زده میشد.
وارد چرخه زیرساخت کرده.


میام صبح بهتون توضیح میدم.

حالا که گوگل وارد بازی رقابت شد.
منتظر باشید که قراره رقابت شرکت‌ها سریع‌تر و سخت‌تر بشه.
و جهش‌هایی در هوش بازم ببینیم.

کی اول به AGI خواهد رسید؟

گوگل انتظاراتم برآورده کرد.
برعکس خیلیا، صرفا مدل رو توی کد نگاه نمیکنم
ببین گوگل الگوریتم چی پیاده کرده
و داره چی میسازه.
این مهمه.
نه تواناییش در اتومیت کد زدن.

دیپ مایند گوگل چند چالش رو حل کرد عملا.

چرخه RSI رو بین مدل، ریسرچ و زیرساخت رو بستن دیگه.
کم چیزی نیست.
رقابتو میفتن جلو اگر ادامه بدن.

تو تست نفوذ بلک باکس 70 درصد گرفته.

آسترا 60 درصد بود.

و جالبه پرامپت اینجکشن 0.7 داره
یعنی عملا نسبت به بقبه خیلی کمتر قابل تزریق پرامپته و به این راحتی نمیشه گولش زد و هکش کرد.
آسترا 7 تا 50 درصد بود.
کلاود اپوس 5.5 هم 4 تا 45 درصد.