Google發(fā)布了Gemini1.5Pro模型的技術(shù)報(bào)告，報(bào)告介紹了Gemini1.5Pro的模型架構(gòu)、訓(xùn)練數(shù)據(jù)與基礎(chǔ)設(shè)施、長文本評測和通用能力評測。Gemini1.5Pro是一個高效能的多模態(tài)混合專家模型，可以處理和分析來自數(shù)百萬Token的信息，包括長篇文檔和數(shù)小時(shí)的視頻和音頻內(nèi)容。

　　Gemini1.5Pro在長篇信息檢索任務(wù)中展現(xiàn)出幾乎完美的記憶回溯能力，刷新了長篇文檔問答、長視頻問答和自動語音識別領(lǐng)域的技術(shù)高度，超越了前代產(chǎn)品Gemini1.0Ultra。在預(yù)測下一個Token方面，Gemini1.5Pro取得了顯著進(jìn)步，在處理超過1000萬Token的任務(wù)時(shí)，準(zhǔn)確率達(dá)到了99%以上，是一次巨大的飛躍。

　　此外，Gemini1.5Pro還展現(xiàn)出驚人的能力，當(dāng)接觸到Kalamang語法手冊時(shí)，即使Kalamang是一種全球使用人數(shù)不足200人的小眾語言，它也能夠?qū)W會將英語翻譯成Kalamang，其翻譯水平媲美于人類。

　　綜上所述，Gemini1.5Pro在處理跨多種媒體格式的長篇信息時(shí)表現(xiàn)出色，不僅在技術(shù)性能上超越了前代產(chǎn)品，還展現(xiàn)出了驚人的翻譯能力，為多模態(tài)混合專家模型的發(fā)展開辟了新的可能性。