गूगल प्रस्तुत किया है मिथुन 3इसकी नई पीढ़ी का कृत्रिम बुद्धिमत्ता मॉडल उन्नत तर्क, संदर्भ बोध और बहुविध क्षमताओं को संयोजित करने के लिए डिज़ाइन किया गया है। कंपनी इसे अब तक की अपनी सबसे सक्षम प्रणाली के रूप में स्थापित करती है, जिसे बारीकियों की व्याख्या करने और जटिल कार्यों को कम से कम झंझटों के साथ हल करने के लिए डिज़ाइन किया गया है।
प्रारंभिक तैनाती में, जेमिनी ऐप और डेवलपर टूल पहले से ही इस संस्करण को एकीकृत करते हैं, जबकि खोज में AI मोड इसे सबसे पहले संयुक्त राज्य अमेरिका में लॉन्च किया जाएगा। स्पेन और शेष यूरोप में, गूगल ऐप, एपीआई और क्लाउड सेवाओं के माध्यम से पहुँच को प्राथमिकता दे रहा है, साथ ही कैटलन, बास्क और गैलिशियन भाषाओं को शामिल करने के लिए भाषाओं का विस्तार भी कर रहा है।
मिथुन 3 क्या लेकर आता है और यह प्रासंगिक क्यों है?
जेमिनी 3 पिछली पीढ़ियों के संचित अनुभव और एक छलांग को एक ही प्रणाली में जोड़ता है तर्क और संदर्भ की समझकंपनी का कहना है कि यह मॉडल रचनात्मक विचारों में "सूक्ष्म संकेतों को पकड़ता है" और जटिल समस्याओं को परतों में तोड़ देता है, जिससे उत्तर अधिक सटीक मिलते हैं और प्रश्न को दोबारा लिखने की आवश्यकता कम होती है।
इस दृष्टिकोण के परिणामस्वरूप अधिक संक्षिप्त उत्तर प्राप्त होते हैं जो प्राथमिकता देते हैं उपयोगी जानकारी बनाम घिसी-पिटी बातेंयह एक ऐसा व्यवहार है जिसका परीक्षण गूगल चापलूसी कम करने और तथ्यात्मक सटीकता में सुधार करने के लिए कर रहा था। इसके अलावा, मॉडल की बहुविध प्रकृति एक ही समय में टेक्स्ट, इमेज, ऑडियो और वीडियो के साथ काम करने की अनुमति देती है।
स्वतंत्र और तुलनात्मक परीक्षणों में प्रदर्शन
गूगल द्वारा प्रकाशित मीट्रिक्स और सार्वजनिक रैंकिंग के अनुसार, जेमिनी 3 प्रो वह LMArena में 1.501 ELO अंकों के साथ अपने पूर्ववर्ती से आगे निकलकर शीर्ष पर हैं। शैक्षणिक मूल्यांकन में, उन्होंने ह्यूमैनिटीज़ लास्ट एग्जाम में बिना औज़ारों के 37,5% और GPQA डायमंड में 91,9% अंक प्राप्त किए; गणित में, उन्होंने MathArena एपेक्स में 23,4% अंक प्राप्त किए।
तर्क की प्रबलित विधा गहन विचार यह इन परिणामों को और भी आगे ले जाता है, ह्यूमैनिटीज़ लास्ट एग्जाम में 41,0% और GPQA डायमंड में 93,8%। एआरसी-एजीआई-2कोड निष्पादन के साथ, 45,1% दर्ज किया गया, जो अमूर्त तर्क और दृश्य समझ में प्रगति का सूचक है।
जेमिनी 3 में बहुविधता और एक विशाल संदर्भ विंडो
बड़े बदलावों में से एक है संदर्भ विंडो 1 मिलियन टोकनइससे व्यापक कोड रिपॉजिटरी, पेपर या लंबे वीडियो का विश्लेषण आसान हो जाता है। उदाहरण के लिए, यह मॉडल हस्तलिखित व्यंजनों का अनुवाद और एकीकरण करके एक पारिवारिक कुकबुक बना सकता है, या जटिल सामग्रियों को विज़ुअलाइज़ेशन और इंटरैक्टिव कार्ड में बदल सकता है।
मल्टीमॉडल रीडिंग निम्नलिखित परीक्षणों में परिलक्षित होती है: एमएमएमयू-प्रो (81%) और वीडियो-एमएमएमयू (87,6%), और सिंपलक्यूए वेरिफाइड (72,1%) में, जहाँ ज़्यादा तथ्यात्मक सटीकता पर ध्यान केंद्रित किया जाता है। सर्च में एकीकृत एआई मोड में, गूगल अवधारणाओं को तुरंत समझाने के लिए विजेट और सिमुलेशन जैसे इंटरैक्टिव तत्व सिखाता है।
प्रोग्रामिंग और एजेंट: एंटीग्रेविटी के लिए प्रेरणा
विकास कार्यों में, जेमिनी 3 अग्रणी है 1.487 ELO के साथ वेबडेव एरिनायह टर्मिनल-बेंच 2.0 में 54,2% और एस.डब्लू.ई.-बेंच सत्यापित में 76,2% अंक प्राप्त करता है, जो कोड बनाने, उपकरणों का उपयोग करने और टर्मिनल वातावरण को संचालित करने में अधिक दक्षता में परिवर्तित होता है।
बिल्डिंग एजेंटों के लिए सबसे उल्लेखनीय नई सुविधा है गूगल एंटीग्रेविटीयह प्लेटफ़ॉर्म एजेंटों को एडिटर, टर्मिनल और ब्राउज़र तक पहुँच प्रदान करता है। इसके साथ, सिस्टम एंड-टू-एंड सॉफ़्टवेयर वर्कफ़्लो की योजना बना और उसे क्रियान्वित कर सकता है, अपने कोड का सत्यापन कर सकता है और अंतिम समीक्षा और ऑडिट डेवलपर पर छोड़ सकता है।
सुरक्षा, बाहरी परीक्षण और जिम्मेदार तैनाती
गूगल का दावा है कि यह उसका अब तक का सबसे सुरक्षित मॉडलइसे चापलूसी के विरुद्ध मज़बूत बनाया गया है और यह त्वरित इंजेक्शन और दुरुपयोग (जैसे, साइबर हमले) के प्रति अधिक प्रतिरोधी है। यह मूल्यांकन इसके फ्रंटियर सेफ्टी फ्रेमवर्क का हिस्सा है और इसकी समीक्षा बाहरी विशेषज्ञों द्वारा की गई है, जिनमें शामिल हैं यूनाइटेड किंगडम का AISI और अपोलो, वाल्टिस और ड्रेडनोड जैसी कंपनियां।
मोड गहन विचार इसकी नियोजन क्षमताओं और टूल के उपयोग के दायरे के कारण, Google AI Ultra के ग्राहकों तक पहुँचने से पहले इसे अतिरिक्त सत्यापन से गुजरना पड़ता है। कंपनी सभी उत्पादों और क्षेत्रों में क्रमिक और नियंत्रित रोलआउट पर ज़ोर देती है।
जेमिनी 3 उपलब्धता
El जेमिनी 3 प्रो पूर्वावलोकन इसे जेमिनी ऐप में और एआई स्टूडियो व वर्टेक्स एआई के माध्यम से डेवलपर एपीआई के ज़रिए इस्तेमाल किया जा सकता है। इंटरफ़ेस में 30 नई भाषाएँ जोड़ी गई हैं, जिनमें शामिल हैं कैटलन, बास्क और गैलिशियन, जो स्थानीय संदर्भों में इसके अपनाने को सुगम बनाता है।
El खोज में AI मोड इसकी शुरुआत संयुक्त राज्य अमेरिका से होगी और धीरे-धीरे इसका विस्तार होगा; इस बीच, कंपनियां और तकनीकी टीमें जेमिनी 3 को अपने वर्कफ़्लो में एकीकृत कर सकती हैं। वर्टेक्स एआई और जेमिनी एंटरप्राइज, एजेंटों के लिए नए सीएलआई और एंटीग्रैविटी प्लेटफॉर्म के अलावा।
उपयोग के मामले: बेहतर सीखने से लेकर कार्यों को स्वचालित करने तक
चैट से परे, मॉडल जटिल सामग्री को भी रूपांतरित कर सकता है इंटरैक्टिव अनुभव ग्राफ़, कैलकुलेटर या सिमुलेशन के साथ। यह तकनीकी अवधारणाओं का अध्ययन करने, खेल मैचों का विश्लेषण करने और प्रशिक्षण योजनाएँ प्रस्तावित करने, या कागज़ों को विभाजित करने और नेविगेट करने योग्य गाइड बनाने के लिए उपयोगी है।
अपने दिन-प्रतिदिन के काम में, एजेंट जीमेल ईमेल को वर्गीकृत करेंतर्क, टूल कॉल और ब्राउज़र नियंत्रण को संयोजित करके यात्राओं की योजना बनाएं या बहु-चरणीय कार्यों को निष्पादित करें, नियंत्रण बनाए रखने के लिए हमेशा मानवीय पर्यवेक्षण के साथ।
गूगल का कहना है कि जेमिनी का प्रभाव बढ़ रहा है: "एआई-संचालित व्यू" आ गया है 2.000 मिलियन मासिक उपयोगकर्ताजेमिनी ऐप के हर महीने 650 करोड़ से ज़्यादा डाउनलोड होते हैं, 70% क्लाउड ग्राहक इसकी एआई क्षमताओं का इस्तेमाल करते हैं, और 13 करोड़ डेवलपर्स ने इसके मॉडल्स पर आधारित समाधान तैयार किए हैं। ये आँकड़े उत्पाद पारिस्थितिकी तंत्र में जेमिनी 3 की तैनाती को पुख्ता करते हैं।
तर्क, बहुविधता और एजेंटों पर अपना ध्यान केंद्रित करते हुए, मिथुन 3 यह गूगल की एआई रणनीति के सामान्य आधार के रूप में उभर रहा है: अधिक संदर्भ के साथ एक अधिक प्रत्यक्ष, कम समायोजन वाला प्लेटफॉर्म, जिसे स्पेन में आप जेमिनी ऐप से उपयोग करना शुरू कर सकते हैं और यदि आप इसे विकसित करते हैं, तो एआई स्टूडियो और वर्टेक्स एआई से; एआई मोड सर्च को बाजार द्वारा सक्रिय किया जाएगा।
