افشای اطلاعات جدید درباره Gemini توسط گوگل!

 در این ویدیو، Ani Baddepudi، مدیر ارشد محصول رفتار مدل‌های Gemini، در کانال رسمی توسعه‌ دهندگان گوگل اطلاعات تازه‌ ای منتشر کرد.

در گفت‌ و گویی با Logan Kilpatrick (مدیر فعلی Google AI Studio و از اعضای پیشین OpenAI)، به سؤالات مهم و قدیمی کاربران درباره Gemini پاسخ میده:

 سؤالات کلیدی که مطرح شد:

 چرا Gemini از ابتدا به‌ صورت چند رسانه‌ای (Multimodal) طراحی شد؟

 آیا تبدیل تصویر و ویدیو به توکن باعث از بین رفتن اطلاعات می‌شه؟

چرا نسخه ۲.۵ Gemini در درک ویدیو عملکرد فوق‌ العاده‌ای داره؟

و ده‌ ها نکته فنی دیگه

گفت‌ وگو تقریبا به طور کامل بر محور چند رسانه‌ای بودن Gemini می‌ چرخه، از فلسفه طراحی اولیه، تا کاربردهای فعلی و مسیر توسعه آینده

 https://www.youtube.com/watch?v=K4vXvaRV0dw