بدون نام‌گذاری Flash، گوگل Gemini 4 Hydrogen را منتشر کرد: کاهش توهم ۵ برابری، سرعت دو برابر

By: www.laohunote.com|
0
اشتراک‌گذاری
copy
امتیازدهی ما در گوگلامتیازدهی ما در گوگل

گوگل با یک مدل کارآمد که برای کاربران عادی و توسعه‌دهندگان طراحی شده است، دامنه پوشش سری Gemini 4 را به طور کامل گسترش می‌دهد.

پس از معرفی مدل پرچمدار Carbon در این هفته، گوگل روز پنجشنبه Gemini 4 Hydrogen را با هدف "ارائه هوش پیشرفته به همه" معرفی کرد.

این مدل بر سرعت و کارایی اجرایی تمرکز دارد و نام برند "Flash" را کنار گذاشته و به جای آن از نام Hydrogen استفاده کرده است.

گوگل اعلام کرد که Hydrogen به طور همزمان برای توسعه‌دهندگان، شرکت‌ها و مصرف‌کنندگان در سطح جهانی راه‌اندازی شده و شامل Gemini API، AI Studio، برنامه‌های Gemini، جستجوی گوگل و Google Antigravity می‌شود.

در زمینه آزمون‌های معیار، Hydrogen در شاخص Artificial Analysis Intelligence با حالت تفکر پیش‌فرض خود، مدل Argon از همان سری را با امتیاز ۵۱ در مقابل ۵۰ پشت سر گذاشت و با فعال‌سازی حالت تفکر xhigh به امتیاز ۵۴ رسید.

در مقایسه با نسل قبلی Gemini 3.8 Flash، Hydrogen در شرایط مشابه سرعت انجام وظایف را ۲.۵ برابر افزایش داده و امتیاز Terminal-Bench 4.1 از ۱۸.۲٪ به ۵۷٪ جهش کرده و نرخ تولید توهم (fabricated claims) را بیش از ۵ برابر کاهش داده است.

برای توسعه‌دهندگان، قیمت این مدل برای هر میلیون توکن ورودی ۱.۵ دلار و برای هر میلیون توکن خروجی ۷.۵ دلار تعیین شده است و قیمت در تمام پنجره‌های متنی ۱۰۰۰۰۰۰ توکن به صورت یکسان محاسبه می‌شود.

موقعیت‌یابی: لایه اجرایی کارآمد، تکمیل پازل همکاری چندمدلی

تقسیم کار گوگل در سری Gemini 4 به وضوح مشخص شده است: Carbon و Argon وظایف عمیق استدلال و کارهای پیچیده را بر عهده دارند، در حالی که Hydrogen نقش موتور اجرایی سریع را ایفا می‌کند و برای کدنویسی روزمره، جریان‌های کاری هوش مصنوعی و پردازش داده‌های چند مرحله‌ای مناسب است.

برای سیستماتیک کردن این مدل همکاری چندمدلی، گوگل به طور همزمان در Google Antigravity قابلیت "Orchestrator" را معرفی کرده است. این قابلیت در یک جلسه به طور دینامیک Carbon و Hydrogen را مدیریت کرده و بر اساس پیچیدگی وظیفه به طور خودکار تغییر می‌کند و نیازی به مداخله دستی کاربر ندارد.

آمارهای داخلی که گوگل فاش کرده نشان می‌دهد که Orchestrator در Terminal-Bench 4.0 به نرخ موفقیت وظایف Carbon نزدیک است و در عین حال ۲۴٪ از مصرف سهمیه را به طور میانگین کاهش می‌دهد و سرعت را ۱۹٪ افزایش می‌دهد.

در جریان‌های کاری هوش مصنوعی موازی، Carbon می‌تواند به عنوان هماهنگ‌کننده عمل کند و Hydrogen وظیفه انجام و تأیید هوش مصنوعی را بر عهده دارد و در فضاهای کاری مجزا به طور همزمان کدها را ساخته و آزمایش می‌کند ------ هدف این است که به تیم‌ها کمک کند تا در حالی که هزینه توکن را کنترل می‌کنند، تحویل پروژه‌های پیچیده را تسریع کنند.

مصرف‌کننده: جستجو و برنامه‌های Gemini به طور کامل به‌روزرسانی شده‌اند

در سطح محصولات برای کاربران عادی، Hydrogen به مدل پیش‌فرض حالت هوش مصنوعی جستجوی گوگل تبدیل شده و همچنین برای پردازش "سخت‌ترین سوالات" در AI Overviews استفاده می‌شود.

گوگل اعلام کرد که Hydrogen قادر است تا بهتر نیات واقعی کاربران را درک کند، حتی اگر عبارات جستجو شامل چندین زیرسوال، اشتباهات املایی غیرقابل شناسایی یا نیازهای بسیار خاص باشد، سیستم جستجو می‌تواند به طور هوشمند آنها را تجزیه و تحلیل کند. علاوه بر این، نتایج جستجو به صورت بصری‌تر ارائه شده و شامل لینک‌های مرتبط بیشتری خواهد بود.

در برنامه‌های Gemini، Hydrogen در انتخاب مدل به عنوان "دستیار روزمره" معرفی شده و بین "پاسخ سریع" (3.5 Flash-Lite) و "تحقیق عمیق" (3.1 Pro) قرار دارد. کاربران رایگان می‌توانند با استفاده از مکانیزم "[Auto] انتخاب مدل خودکار" از Hydrogen استفاده کنند.

گوگل اعلام کرد که این مدل می‌تواند به طور دقیق‌تری از لحن، فرمت و قوانین تعیین‌شده توسط کاربر پیروی کند و به این ترتیب پیش‌نویس‌های ایمیل، راهنماهای آموزشی و مستندات را در اولین تولید به طور مستقیم قابل استفاده کند.

در Google Antigravity، Hydrogen لایه تفکر "Extra" جدیدی را اضافه کرده است که کاربران مشترک AI Pro و Ultra می‌توانند از این قابلیت استفاده کنند و می‌توانند به قابلیت همکاری چندمدلی Orchestrator دسترسی داشته باشند.

عملکرد: جهش دوگانه در سرعت و دقت

گوگل Hydrogen را به عنوان "یک ارتقاء مستقل بزرگ" نسبت به 3.8 Flash معرفی کرده است که به طور عمده بر روی سه بعد سرعت، دقت و توانایی پردازش متن تمرکز دارد.

در زمینه سرعت، داده‌های آزمایش‌های اولیه شرکای تجاری نشان می‌دهد که Hydrogen در محاسبات گراف پیچیده، SQL و جریان‌های کاری داده‌محور شرکت‌ها سرعتی ۲ تا ۲.۸ برابر افزایش یافته و در عین حال مصرف توکن ۱۲٪ تا ۲۳٪ کاهش یافته است.

یوشودا باهوانی، معاون شرکت نرم‌افزاری Box، اظهار داشت که Hydrogen در حالی که دقت آن به طور قابل توجهی افزایش یافته، سرعت اجرا تقریباً دو برابر 3.8 Flash است و مصرف توکن ۱۲٪ کاهش یافته است. یوشودا باهوانی گفت:

در جریان‌های کاری داده‌محور که نیاز به خواندن دقیق جداول و انجام محاسبات پیچیده دارند، بهبودها به وضوح مشهود است.

در زمینه دقت، Hydrogen از ورودی ۱۰۰۰۰۰۰ توکن بومی و خروجی حداکثر ۱۰۰۰۰۰۰ توکن پشتیبانی می‌کند و قادر است فایل‌های PDF، صفحات گسترده، نمودارها، محتواهای صوتی و ویدیویی را پردازش کند.

در آزمون‌های معیار هوش چندمدلی (MKA)، Hydrogen با امتیاز ۵۳.۴٪ از سایر مدل‌ها پیشی گرفت؛ در آزمون Agents' Last Exam v1.1 که به طور خاص برای جریان‌های کاری حرفه‌ای طراحی شده است، امتیاز ۷۱.۶٪ را کسب کرد.

در زمینه‌های عمودی، Hydrogen در آزمون استدلال عمیق HLE-Diamond با امتیاز ۵۸.۸٪ از مدل‌های هم‌سطح خود پیشی گرفت، در آزمون Vals Tax Agent Bench با امتیاز ۵۲.۳٪ در رتبه اول قرار گرفت و در آزمون Vals Legal Research Bench با امتیاز ۵۵.۸٪ به طور مشترک در رتبه اول قرار گرفت.

تیم شرکت بیوتکنولوژی LatchBio اعلام کرد که Hydrogen در آزمون‌های معیار توسعه آنتی‌بادی خود در بخش سم‌شناسی و ایمنی با نرخ قبولی ۶۷٪ عمل کرده است، در حالی که مدل‌های Gemini تنها ۳۷٪ را کسب کردند.

قیمت --

--
--
--

امنیت: تقویت قابل توجه توانایی هم‌راستایی هوش مصنوعی

گوگل بر بهبودهای Hydrogen در زمینه هم‌راستایی امنیت هوش مصنوعی تأکید می‌کند که برای سناریوهای اجرایی خودکار این مدل بسیار حیاتی است.

در مقایسه با 3.8 Flash، Hydrogen رفتار "فراتر از حد" (overreach) در وظایف هوش مصنوعی را تا ۸۱٪ کاهش داده و "خدمات ناکافی" (under-service) را تا ۷۹٪ کاهش داده است و رفتارهای نادرست در فراخوانی ابزارها و ارزیابی کدها را ۱۲ برابر کاهش داده است.

در مواجهه با وظایفی که نمی‌توانند انجام شوند یا مسدود شده‌اند، احتمال دور زدن مرزهای مجوز Hydrogen تا ۲ برابر کاهش یافته و در ارزیابی صداقت هوش مصنوعی داخلی گوگل به نرخ صداقت ۹۶.۷٪ دست یافته است.

در زمینه شفافیت استدلال، Hydrogen در بیش از ۲۰۰۰۰۰ مکالمه بررسی، ۹۹.۹٪ قابلیت خواندن زنجیره تفکر را حفظ کرده و هیچ رکوردی از ویرایش‌های استدلال فریبنده ندارد.

در آزمون‌های معیار Gray Swan IPI که به حملات تزریق غیرمستقیم اشاره دارد، توانایی مقاومت Hydrogen در برابر حملات بیش از ۲.۳ برابر افزایش یافته است.

علاوه بر این، گوگل اعلام کرد که نوارهای امنیتی به‌روزرسانی‌شده در شناسایی خطرات واقعی زیستی و مسائل پزشکی یا علمی قانونی به طور قابل توجهی افزایش یافته و نرخ رد اشتباه در HealthBench Pro به کمتر از ۰.۴٪ کاهش یافته است.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.

ممکن است شما نیز علاقه‌مند باشید

iconiconiconiconiconiconiconicon
پشتیبانی مشتری:@weikecs
همکاری تجاری:@weikecs
معاملات کمّی و بازارسازی:[email protected]
برنامه VIP:[email protected]