Exécution du code avec Google Gemini Flash

Gémeaux de Google: capacités d'exécution de code des modèles de grande langue

Les modèles de grandes langues (LLM), les successeurs de Transformers, ont révolutionné le traitement du langage naturel (NLP) et la compréhension du langage naturel (NLU). Remplacement initial des chatbots basés sur des règles en raison de leur compréhension de texte supérieure et de leur génération de conversations naturelles, les LLM effectuent désormais des tâches beaucoup plus complexes. Ceux-ci incluent la conversion de la requête SQL à SQL, la navigation sur Internet pour la recherche d'informations et, plus récemment, l'exécution de code. Cet article explore la fonction d'exécution de code nouvellement publiée de Gemini.

Objectifs d'apprentissage:

• Comprendre l'exécution du code LLM.
• Explorez Gemini Flash 1.5.
• Obtenez une clé API Gemini.
• Examinez les limites des LLMS dans les tâches mathématiques.
• Utilisez des LLM avec l'exécution de code pour des réponses précises.

Gémeaux: LLM multimodal de Google

Gemini, la famille de LLMS de Google, rivalise avec des modèles de source fermée comme le GPT-4 d'Openai et le Claude d'Anthropic. Un modèle multimodal, Gemini gère le texte, les images, l'audio et la vidéo. Alors que GPT-4 possède des capacités similaires, le différenciateur clé de Gemini est sa capacité à exécuter le code qu'elle génère. Cette exécution de code, activée par les capacités d'appel de la fonction de Gemini, s'exécute dans un environnement sécurisé et sableux. Actuellement, seules les bibliothèques Numpy et Sympy sont prises en charge; Le code généré ne peut pas télécharger ou installer des bibliothèques Python supplémentaires.

Début avec l'exécution du code

Pour accéder aux capacités d'exécution du code de Gemini, obtenez une clé API gratuite via [lien ici]. Installez la bibliothèque nécessaire:

 ! pip install -q -u google-generativeai

L'indicateur -U garantit que vous avez la dernière version, cruciale pour accéder à la nouvelle fonction d'exécution de code. Authentifiez l'utilisation de votre clé API:

 importer google.generativaia en tant que Genai

Google_api_key = "Votre clé API"

genai.configure (api_key = google_api_key)

Maintenant, instanciez le modèle Gemini:

 Model = Genai.GenerativeModel (Model_Name = 'Gemini-1.5-Flash')

réponse = modèle.generate_content ("Comment allez-vous?")

Imprimer (Response.Text) 

Les LLM ont souvent du mal avec des tâches nécessitant un comptage précis ou des opérations mathématiques. Par exemple:

 Response = Model.generate_content ("Coupez ce mot aux 5 premières lettres, Mississippi")

Imprimer (Response.Text) 

Cela démontre une limitation LLM commune: manque de capacité de comptage vers l'arrière. De même, les problèmes mathématiques posent des défis:

 Response = Model.generate_content ("Quelle est la somme des 100 premiers nombres de Fibonacci?")

Imprimer (Response.Text) 

Le modèle ne calcule pas la somme, fournissant plutôt des étapes de procédure. Cela met en évidence les limites inhérentes des LLM en tant que modèles de génération de texte.

Exécution du code Gemini en action

L'activation de l'exécution de code améliore les capacités de Gemini. Remettons les questions précédentes:

 Model2 = Genai.GenerativeModel (Model_Name = 'Gemini-1.5-Flash', Tools = 'Code_execution')

réponse = modèle2.generate_content ("Coupez ce mot aux 5 premières lettres, Mississippi. Utiliser l'outil d'exécution de code")

Imprimer (Response.Text) 

Gemini génère et exécute désormais le code Python pour trancher correctement la chaîne. Pour la somme de Fibonacci:

 réponse = modèle2.generate_content ("Quelle est la somme des 100 premiers nombres de Fibonacci?")

Imprimer (Response.Text) 

Gemini génère une fonction, l'exécute et fournit la bonne réponse.

Conclusion

L'exécution du code de Gemini étend considérablement les capacités LLM. Il surmonte les limites des calculs précis et des tâches de procédure, améliorant son utilité entre diverses applications.

Les principaux plats à retenir:

• La nature multimodale des Gémeaux permet le traitement de divers types de données.
• Les LLM luttent souvent avec la précision mathématique en raison de leur manque de capacité de calcul.
• L'exécution de code permet à LLMS d'exécuter du code dans un environnement sableux.
• L'API gratuite de Google donne accès à l'exécution de code de Gemini Flash.

Questions fréquemment posées:

• Q1. Qu'est-ce que les Gémeaux? A. La famille de Google de LLM multimodaux.
• Q2. Gemini exécute-t-il du code? A. Oui, via sa fonction d'exécution de code récemment publiée.
• Q3. Quelles bibliothèques sont prises en charge? A. Actuellement, Numpy et Symy.
• Q4. Comment l'exécution du code améliore-t-elle les Gémeaux? A. Il permet des calculs précis et de l'achèvement de la tâche procédurale.
• Q5. Comment activer l'exécution du code? A. Instancier GenerativeModel avec tools='code_execution' .

(Remarque: les images ne sont pas détenues par cette réponse et sont utilisées comme prévu dans l'entrée.)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!