Pelaksanaan Kod dengan Google Gemini Flash

Gemini Google: Keupayaan Pelaksanaan Kod Model Bahasa Besar

Model bahasa besar (LLM), pengganti kepada transformer, telah merevolusikan pemprosesan bahasa semulajadi (NLP) dan pemahaman bahasa semula jadi (NLU). Pada mulanya menggantikan chatbots berasaskan peraturan kerana pemahaman teks unggul dan penjanaan perbualan semulajadi, LLM kini melakukan tugas yang jauh lebih kompleks. Ini termasuk bahasa semulajadi untuk penukaran pertanyaan SQL, pelayaran internet untuk mendapatkan semula maklumat, dan, baru -baru ini, pelaksanaan kod. Artikel ini meneroka ciri pelaksanaan kod Gemini yang baru dikeluarkan.

Objektif Pembelajaran:

• Memahami pelaksanaan kod LLM.
• Terokai Gemini Flash 1.5.
• Dapatkan kunci API Gemini.
• Periksa batasan LLMS dalam tugas matematik.
• Gunakan LLM dengan pelaksanaan kod untuk jawapan yang tepat.

Gemini: LLM multimodal Google

Gemini, keluarga LLMS Google, saingan model tertutup seperti OpenAI's GPT-4 dan Claude Anthropic. Model multimodal, Gemini mengendalikan teks, imej, audio, dan video. Walaupun GPT-4 mempunyai keupayaan yang sama, pembezaan utama Gemini adalah keupayaannya untuk melaksanakan kod yang dihasilkannya. Pelaksanaan kod ini, yang didayakan oleh keupayaan memanggil fungsi Gemini, berjalan dalam persekitaran kotak pasir yang selamat. Pada masa ini, hanya numpy dan perpustakaan sympy disokong; Kod yang dihasilkan tidak boleh memuat turun atau memasang perpustakaan python tambahan.

Bermula dengan pelaksanaan kod

Untuk mengakses keupayaan pelaksanaan kod Gemini, dapatkan kunci API percuma melalui [pautan di sini]. Pasang perpustakaan yang diperlukan:

 ! Pip Install -q -u Google -Generativeai

Bendera -U bendera memastikan anda mempunyai versi terkini, penting untuk mengakses ciri pelaksanaan kod baru. Sahkan menggunakan kekunci API anda:

 Import Google.Generativeai sebagai genai

Google_API_KEY = "Kunci API Anda"

genai.configure (API_KEY = Google_API_KEY)

Sekarang, instantiate model Gemini:

 model = genai.generativemodel (model_name = 'Gemini-1.5-flash')

Response = Model.Generate_Content ("Bagaimana anda?")

Cetak (Response.Text) 

LLM sering berjuang dengan tugas yang memerlukan operasi pengiraan atau matematik yang tepat. Contohnya:

 Response = Model.Generate_Content ("Potong perkataan ini ke 5 huruf pertama, Mississippi")

Cetak (Response.Text) 

Ini menunjukkan batasan LLM yang biasa: kekurangan keupayaan mengira mundur. Begitu juga, masalah matematik menimbulkan cabaran:

 Response = Model.Generate_Content ("Berapakah jumlah nombor 100 Fibonacci pertama?")

Cetak (Response.Text) 

Model ini gagal mengira jumlahnya, sebaliknya menyediakan langkah -langkah prosedur. Ini menonjolkan batasan LLMS yang wujud sebagai model generasi teks.

Pelaksanaan Kod Gemini dalam Tindakan

Membolehkan pelaksanaan kod meningkatkan keupayaan Gemini. Mari kita buat semula soalan-soalan sebelumnya:

 model2 = genai.generativemodel (model_name = 'Gemini-1.5-flash', tools = 'code_execution')

Response = Model2.Generate_Content ("Potong perkataan ini ke 5 huruf pertama, Mississippi. Gunakan alat pelaksanaan kod")

Cetak (Response.Text) 

Gemini kini menjana dan melaksanakan kod python untuk mengiris rentetan dengan betul. Untuk jumlah Fibonacci:

 Response = Model2.Generate_Content ("Apakah jumlah nombor 100 Fibonacci yang pertama?")

Cetak (Response.Text) 

Gemini menjana fungsi, melaksanakannya, dan memberikan jawapan yang betul.

Kesimpulan

Pelaksanaan kod Gemini dengan ketara memperluaskan keupayaan LLM. Ia mengatasi batasan dalam pengiraan yang tepat dan tugas prosedur, meningkatkan utilitinya di pelbagai aplikasi.

Takeaways Kunci:

• Sifat multimodal Gemini membolehkan pemprosesan pelbagai jenis data.
• LLM sering berjuang dengan ketepatan matematik kerana kekurangan keupayaan pengiraan mereka.
• Pelaksanaan kod membolehkan LLMS menjalankan kod dalam persekitaran kotak pasir.
• API percuma Google menyediakan akses kepada pelaksanaan kod Gemini Flash.

Soalan Lazim:

• Q1. Apa itu Gemini? A. Keluarga Google Multimodal LLMS.
• S2. Adakah Gemini melaksanakan kod? A. Ya, melalui ciri pelaksanaan kod yang dikeluarkan baru -baru ini.
• Q3. Perpustakaan apa yang disokong? A. Pada masa ini, numpy dan sympy.
• Q4. Bagaimanakah pelaksanaan kod meningkatkan Gemini? A. Ia membolehkan pengiraan yang tepat dan penyelesaian tugas prosedur.
• S5. Bagaimana untuk membolehkan pelaksanaan kod? A. Instantiate GenerativeModel dengan tools='code_execution' .

(Nota: Imej tidak dimiliki oleh respons ini dan digunakan seperti yang disediakan dalam input.)

Atas ialah kandungan terperinci Pelaksanaan Kod dengan Google Gemini Flash. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!