使用Google Gemini Flash执行代码

Google的双子座：大语言模型的代码执行功能

大型语言模型（LLM），变压器的继任者已经彻底改变了自然语言处理（NLP）和自然语言理解（NLU）。最初，由于其出色的文本理解和自然对话的产生，LLM最初替换基于规则的聊天机器人，现在执行更复杂的任务。其中包括自然语言到SQL查询转换，Internet浏览以获取信息检索，以及最近的代码执行。本文探讨了双子座新发布的代码执行功能。

学习目标：

• 了解LLM代码执行。
• 探索双子座闪光灯1.5。
• 获取双子座API键。
• 检查LLMS在数学任务中的局限性。
• 使用代码执行的LLM进行精确的答案。

双子座：Google的多模式LLM

Gemini，Google的LLM家族，竞争对手的封闭源模型，例如Openai的GPT-4和Anthropic的Claude。双峰模型，双子座处理文本，图像，音频和视频。尽管GPT-4具有相似的功能，但Gemini的关键区别在于它可以执行其生成的代码的能力。由Gemini的函数调用功能启用的代码执行在安全的沙盒环境中运行。当前，仅支持Numpy和Synspy库；生成的代码无法下载或安装其他Python库。

执行代码开始

要访问Gemini的代码执行功能，请通过[此处的链接]获得免费的API密钥。安装必要的库：

 ！

-U标志可确保您拥有最新版本，这对于访问新的代码执行功能至关重要。使用API​​密钥进行身份验证：

导入Google.generativeai为Genai

Google_api_key =“您的API密钥”

genai.configure（api_key = google_api_key）

现在，实例化双子座模型：

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

响应= model.generate_content（“你好吗？”）

打印（响应。文本） 

LLM经常在需要精确计数或数学操作的任务上挣扎。例如：

响应= model.generate_content（“将此词剪成前5个字母，密西西比州”）

打印（响应。文本） 

这证明了一个常见的LLM限制：缺乏向后计数能力。同样，数学问题提出了挑战：

响应= model.generate_content（“前100个斐波那契数的总和是多少？”）

打印（响应。文本） 

该模型无法计算总和，而是提供程序步骤。这突出了LLM作为文本生成模型的固有局限性。

双子座代码执行

启用代码执行可以增强双子座的功能。让我们重新提出以前的问题：

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

响应= model2.generate_content（“将此单词剪成前5个字母，密西西比州。使用代码执行工具”）

打印（响应。文本） 

Gemini现在生成并执行Python代码以正确切片字符串。对于斐波那契总和：

响应= model2.Generate_Content（“前100个斐波那契数的总和是多少？”）

打印（响应。文本） 

双子座生成一个函数，执行它并提供正确的答案。

结论

Gemini的代码执行大大扩展了LLM功能。它克服了精确的计算和程序任务中的局限性，从而在各种应用程序中增强了效用。

关键要点：

• 双子座的多模式性质允许处理各种数据类型。
• LLM由于缺乏计算能力而经常在数学精度上挣扎。
• 代码执行使LLMS可以在沙盒环境中运行代码。
• Google的免费API可访问Gemini Flash的代码执行。

常见问题：

• Q1。什么是双子座？ A. Google的多模式LLM家族。
• Q2。双子座是否执行代码？答：是的，通过其最近发布的代码执行功能。
• Q3。支持哪些库？答：目前，Numpy和Sympy。
• Q4。代码执行如何改善双子座？答：它可以实现准确的计算和程序完成完成。
• Q5。如何启用代码执行？答：用tools='code_execution'实例化GenerativeModel 。

（注意：图像不归此响应所有，并且按输入中提供。）

以上是使用Google Gemini Flash执行代码的详细内容。更多信息请关注PHP中文网其他相关文章！