为了进一步探索 Gemini 的思考能力，Google 开始测试一种名为 Deep Think 的增强推理模式。这种模式通过新的研究技术，使模型在回应前能够考虑多种假设。
从效果上看，Gemini 2.5 Pro Deep Think 版本在多个高难度基准上表现出色，超越了 OpenAI o3 和 o4-mini。其中包括：
* 在 2025 年 USAMO（美国数学奥林匹克） 测试中取得了优异成绩；
* 在面向竞赛级编程能力的高难度基准 LiveCodeBench 上领先；
* 在 MMMU（多模态推理测试）中取得 84.0% 的高分，展现出卓越的多模态推理能力。
Ginimi 教程
此外，Gemma 3 系列也迎来更新，为满足移动设备端的 AI 需求，Google 联合高通、联发科、三星等厂商提出了一个全新的前沿框架 Gemma 3n，其借助 Google DeepMind 的一项创新技术——逐层嵌入（Per-Layer Embeddings, 简称 PLE），实现了显著的内存使用优化。尽管模型的原始参数量分别为 50 亿（5B）和 80 亿（8B），但借助 PLE 技术，这些更大的模型可以在移动设备上运行或从云端实时推理时，内存开销仅相当于 20 亿（2B）或 40 亿（4B）参数模型，即只需 2GB 或 3GB 的动态内存即可运行。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/236034.html原文链接：https://javaforall.net
