🍹 Insight Daily 🪺
Aitrainee | 公众号：AI进修生
Hi，这里是Aitrainee，欢迎阅读本期新文章。
继上一次Gemini 1.5的几个Preview推出后，谷歌今天又推送了两个新的模型，Gemini-1.5-Pro-002和Gemini-1.5-Flash-002。
如果你不太了解Gemini 模型之间的差异的话，可以看看下面这张表：
Gemini 1.5 系列模型专为在各种文本、代码和多模式任务中实现一般性能而设计。例如，Gemini 模型可用于合成 1000 页 PDF 中的信息、回答有关包含超过 1 万行代码的存储库的问题、录制长达一小时的视频并从中创建有用的内容等等。
我们看看这次发布的新模型：
新模型整体素质提高，1.5 Pro 和 Flash 002 在 MMLU-Pro （MMLU 基准测试更具挑战性的版本）的提升了约 7%。
在 MATH 和 HiddenMath（一组内部保留的竞赛数学问题）基准测试中，两种模型都取得了相当大的进步，约 20%。
对于视觉和代码用例，在衡量视觉理解和 Python 代码生成的评估中，两种模型的表现也更好（范围从约 2-7%）。
原来g1的动态思维链我有在Gemini Preview版本试过，可惜他没有像Llama3.1 70B那样理解并输出每一步
文章：g1：o1推理链开源实现，原理竟如此简单！解决 60-80% 的困扰LLM的简单逻辑问题
但是这次的002可以做到
然后就是大降价 ...
Flash速度更快了：
输出速度提高 2 倍，延迟减少 3 倍。
我平时基本上用的是Chatgpt，但是需要有其他一个模型用来做辅助，
因为在和Chatgpt进行某个线性流程的对话的时候，针对一些问题会产生一些小的疑问或者是一些附加问题，我不希望这些不太重要的问题影响这个整洁的聊天记录树，为了后面能更好的复习，我需要尽可能少一点下面这种数量的切换。
我希望是比Chatgpt 回答更快，智能程度不要差很大就好。那么Aistudio 的Gemini的几个Preview版本就是我的首选，当然这次之后变成002了。
Gemini也是为数不多的支持历史聊天重写续聊的模型。虽然最灵活的还是GPT的重写续聊，但GPT的不支持删除。
并且 Gemini 是免费的，而且API也是免费的，不会有那么多GPT的限制，谷歌卡多可能是原因之一吧，hhh。
API的免费还是挺有帮助的，比如接入FastGPT、Dify、OneAPI、Continue、Claude Dev。
ClaudeDev 升级：全面支持 o1 & Gemini，升级你的开发体验！
实际测试一下![]()
启动：https://aistudio.google.com/
Strawberry这个单词有几个 r ?
ok，都挂了。
3307是质数吗？(是的)
两个都答对了，但是中文版提问会答错：
GPT4-o英文版提问也错了：
昨天的当天是明天的哪一天 ?
还是Pro强 ...
想让他俩跑一跑Lisp结构化提示词——就是前段时间比较火的“汉语新解”by李继刚。
对了我也生成了一些SVG卡片
开始吧
ok，都稀碎 ...
列出一个源于拉丁语的以相同字母开头和结尾的英语形容词，总共有11个字母，并且所有元音按字母顺序排列。
Pro的"Deleterious" 确实是一个拉丁来源的英语形容词，符合字母和元音的要求。它的长度为11个字母，且以“s”结尾，但开头和结尾字母不同。而Flash的"aeaeaeiaeau" 不符合标准，因为它不是一个英语单词。
所以，都错了
房子里有五个人，A、B、C、D和E，A正在和B看电视，D在睡觉，B正在吃三明治，E在打乒乓球。突然电话响了，B离开房间去接电话，C在做什么？
都对了。
生成一个蝴蝶的SVG代码，Pro的这个很棒，触须、翅膀轮廓、身体都有，这还是我见过最漂亮的一个
Flash还可以
为一个AI公司创建一个登录页面，登录页面应该有四个部分：头部、横幅、功能和联系我们，使用HTML、CSS和JS，使其简洁现代。
Pro的凑合。
Flash的页面很差劲。
总得来说，我们平常大量使用过后会知道哪款模型实际上真的不错，而不是只看基准测试。
用Gemini Pro 002做个辅助模型还不错，当然辅助模型我可能也会选择通义千问。
🌟希望这篇文章对你有帮助，感谢阅读！如果你喜欢这系列文章请以 点赞 / 分享 / 在看 的方式告诉我，以便我用来评估创作方向。
往期推荐
知音难求，自我修炼亦艰
抓住前沿技术的机遇，与我们一起成为创新的超级个体
（把握AIGC时代的个人力量）
点这里👇关注我，记得标星哦～
