Google Gemini Flashでのコード実行

GoogleのGemini：大規模な言語モデルのコード実行機能

トランスの後継者である大規模な言語モデル（LLMS）は、自然言語処理（NLP）と自然言語理解（NLU）に革命をもたらしました。最初は、優れたテキストの理解と自然な会話の生成により、ルールベースのチャットボットを置き換えましたが、LLMSはより複雑なタスクを実行するようになりました。これらには、自然言語からSQLクエリへの変換、情報検索のためのインターネットブラウジング、および最近ではコード実行が含まれます。この記事では、Geminiの新しくリリースされたコード実行機能について説明します。

学習目標：

• LLMコードの実行を理解します。
• Gemini Flash 1.5を探索します。
• Gemini APIキーを取得します。
• 数学的タスクにおけるLLMSの制限を調べます。
• 正確な回答のためにコード実行でLLMSを利用します。

Gemini：GoogleのマルチモーダルLLM

GoogleのLLMSファミリーであるGeminiは、OpenaiのGPT-4やAnthropic's Claudeなどのクローズドソースモデルをライバルにしています。マルチモーダルモデル、ジェミニはテキスト、画像、オーディオ、ビデオを処理します。 GPT-4は同様の機能を備えていますが、Geminiの重要な差別化要因は、生成するコードを実行する機能です。 Geminiの関数呼び出し機能によって有効になったこのコード実行は、安全でサンドボックス化された環境で実行されます。現在、NumpyおよびSympyライブラリのみがサポートされています。生成されたコードは、追加のPythonライブラリをダウンロードまたはインストールすることはできません。

コード実行を開始します

Geminiのコード実行機能にアクセスするには、[こちらからリンク]を介して無料のAPIキーを取得します。必要なライブラリをインストールします。

 ！PIPインストール-Q -U Google -Generativeai

-Uフラグは、新しいコード実行機能にアクセスするために重要な最新バージョンを確保します。 APIキーを使用して認証します：

 google.generativeaiをgenaiとしてインポートします

google_api_key = "あなたのAPIキー"

genai.configure（api_key = google_api_key）

さて、ジェミニモデルをインスタンス化します。

 Model = Genai.generativeModel（model_name = 'gemini-1.5-flash'）

Response = model.generate_content（ "お元気ですか？"）

print（respons.text） 

LLMは、多くの場合、正確なカウントまたは数学的操作を必要とするタスクに苦しんでいます。例えば：

 response = model.generate_content（ "この単語を最初の5文字にトリミング、ミシシッピ族」））

print（respons.text） 

これは、一般的なLLMの制限を示しています：後方カウント能力の欠如。同様に、数学的な問題は課題を引き起こします。

 Response = model.generate_content（ "最初の100フィボナッチ数の合計は何ですか？"））

print（respons.text） 

モデルは合計の計算に失敗し、代わりに手続き的な手順を提供します。これは、テキストジェネレーションモデルとしてのLLMの固有の制限を強調しています。

geminiコード実行中の実行

コード実行を有効にすると、Geminiの機能が向上します。以前の質問を再評価しましょう。

 Model2 = genai.generativemodel（model_name = 'gemini-1.5-flash'、tools = 'code_execution'）

response = model2.generate_content（ "この単語を最初の5文字にトリミングします、ミシシッピ。コード実行ツールを使用します"））

print（respons.text） 

Geminiは、文字列を正しくスライスするためにPythonコードを生成および実行するようになりました。フィボナッチの合計の場合：

 Response = model2.generate_content（ "最初の100フィボナッチ数の合計は何ですか？"））

print（respons.text） 

Geminiは関数を生成し、それを実行し、正解を提供します。

結論

Geminiのコード実行により、LLM機能が大幅に拡大します。正確な計算と手続き上のタスクの制限を克服し、さまざまなアプリケーションにわたってその有用性を向上させます。

重要なテイクアウト：

• Geminiのマルチモーダルの性質により、多様なデータ型を処理できます。
• LLMSは、計算能力の欠如のために、数学的な精度に苦労することがよくあります。
• コード実行により、LLMはサンドボックス環境でコードを実行できます。
• Googleの無料APIは、Gemini Flashのコード実行へのアクセスを提供します。

よくある質問：

• Q1。ジェミニとは何ですか？ A.マルチモーダルLLMSのGoogleのファミリー。
• Q2。 Geminiはコードを実行しますか？ A.はい、最近リリースされたコード実行機能を介して。
• Q3。どのライブラリがサポートされていますか？ A.現在、numpyとsympy。
• Q4。コードの実行はどのようにジェミニを改善しますか？ A.正確な計算と手続き上のタスクの完了を可能にします。
• Q5。コード実行を有効にする方法は？ A. tools='code_execution'を使用してGenerativeModelインスタンス化します。

（注：画像はこの応答によって所有されておらず、入力に提供されているように使用されます。）

以上がGoogle Gemini Flashでのコード実行の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。