Gemini 2.0
PulseAugur coverage of Gemini 2.0 — every cluster mentioning Gemini 2.0 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI代理挑战为人类设计的浏览器安全模型 · 追踪4个来源
大型语言模型集成到网页浏览器中，对现有安全模型提出了重大挑战，这些模型是基于人类用户假设构建的。同源策略、用户手势要求和站点隔离等功能正在受到考验，因为由大型语言模型驱动的AI代理开始与网页内容交互。Anthropic的Claude 3.5 Sonnet、Google的Project Mariner、OpenAI Operator和Perplexity Comet等产品正在探索这一新范式，其中一些承认风险并建议用户在执行敏感任务时进行监督。
-
用户探讨在没有正式机器学习教育的情况下微调LLM
一位用户探讨了在没有正式机器学习教育的情况下微调小型LLM的可能性，并提到了去年因Python的依赖问题导致教DistilBERT数学的困难。该用户现在正尝试使用Copilot微调小型LLM，将提示视为理解LLM行为的初步步骤，并将微调视为创建专业AI代理的最终目标。
-
MARVIS 系统使用 VLM 对可视化进行推理以完成预测任务
研究人员开发了 MARVIS，一个新颖的系统，通过将大型语言模型和视觉语言模型（VLM）的潜在嵌入转换为可视化表示，来增强它们的推理能力。这种方法使 VLM 能够解释这些可视化，从而在视觉、音频、生物学和表格数据等不同领域提高了预测性能。一个拥有 30 亿参数的 MARVIS 模型展示了具有竞争力的结果，在无需领域特定训练的情况下，平均性能超越了 Google 的 Gemini 2.0 的 16%。
-
Google 发布 Gemini 2.0 及其他人工智能进展
Google 发布了其下一代人工智能模型 Gemini 2.0，以及对其现有 Gemini 系列的更新。该公司还公布了其人工智能基础设施的进展，包括新的硬件和软件优化。这些发展旨在提高 Google 在各种应用中的人工智能产品的能力和效率。
-
Gemma 3n 在开源生态系统中全面可用！
Google DeepMind 已全面发布 Gemma 3n，这是一款专为设备端应用设计的移动优先多模态模型。这种新架构支持图像、音频、视频和文本输入，以及文本输出，并针对效率进行了优化，提供有效参数为 2B 和 4B 的版本，模仿了传统 2B 和 4B 模型的内存占用。Gemma 3n 引入了 MatFormer 等新组件以提高灵活性，以及 Per Layer Embeddings 以提高内存效率，在多语言、数学、编码和推理方面取得…