கூகுளின் ஜெமினி டிஃப்யூஷன் ஏஐ உரை உருவாக்கத்தில் புரட்சியை ஏற்படுத்துகிறது

கூகுள் டீப்பைண்ட், பாரம்பரிய ஆட்டோ ரிகிரெஸிவ் மொழி மாதிரிகளிலிருந்து முற்றிலும் வேறுபட்ட முறையில், ஜெமினி டிஃப்யூஷன் எனும் புரட்சி கொண்ட ஏஐ உரை உருவாக்க அணுகுமுறையை அறிமுகப்படுத்தியுள்ளது.

இயல்பான மாதிரிகள் ஒவ்வொரு டோக்கனாக வரிசையாக உரையை உருவாக்கும் நிலையில், ஜெமினி டிஃப்யூஷன், பட மற்றும் வீடியோ உருவாக்கத்தில் பயன்படுத்தப்படும் டிஃப்யூஷன் தொழில்நுட்பத்தை கொண்டு, சீரற்ற சத்தத்தை பல கட்டங்களில் ஒருங்கிணைந்த உரையாக மாற்றுகிறது. இந்த புதிய அணுகுமுறை, மாதிரிக்கு ஒரு வினாடிக்கு 2,000 டோக்கன்கள் வரை உருவாக்கும் அதிவேகத்தை வழங்குகிறது என டீப்பைண்ட் ஆராய்ச்சியாளர்கள் தெரிவித்துள்ளனர்.

"உரை நேரடியாக கணிக்காமல், சத்தத்தை படிப்படியாக சீரமைத்து, அவற்றை வெளியீடாக உருவாக்க கற்றுக்கொள்கின்றன," என கூகுள் தனது அறிவிப்பில் விளக்குகிறது. "இதனால், தீர்வை மிக விரைவாக திருத்தி, உருவாக்கத்தின் போது பிழைகளை சரிசெய்ய முடிகிறது."

தற்போது வெயிட்லிஸ்ட் மூலம் கிடைக்கும் இந்த பரிசோதனை டெமோ, கூகுளின் தற்போதைய மாதிரிகளின் குறியீடு செயல்திறனைப் பொருந்தியபடியே, உருவாக்க நேரத்தை பெரிதும் குறைக்கும் திறனை காட்டுகிறது. பெஞ்ச்மார்க்களில், ஜெமினி டிஃப்யூஷன், ஜெமினி 2.0 ஃபிளாஷ்-லைட் மாதிரியைப் போலவே HumanEval மற்றும் MBPP போன்ற நிரலாக்க பணிகளில் ஒத்த முடிவுகளை வழங்குகிறது.

கூகுள் டீப்பைண்ட் நிறுவனத்தின் ஆராய்ச்சி துணைத் தலைவர் மற்றும் ஜெமினி திட்டத்தின் இணைத் தலைவர் ஓரியோல் வின்யால்ஸ், இந்த வெளியீட்டை தனிப்பட்ட முக்கியமான சாதனையாக விவரித்து, டெமோ மிக வேகமாக இயங்கியதால் வீடியோவை மெதுவாக்க வேண்டிய நிலை ஏற்பட்டதாக குறிப்பிட்டார்.

இதற்கிடையில், கூகுள் தனது ஜெமினி 2.5 வரிசையில் புதிய திறன்களைச் சேர்த்துள்ளது. ஜெமினி 2.5 ஃபிளாஷ்-இல் 'திங்கிங் பட்ஜெட்' வசதியை அறிமுகப்படுத்தி, டெவலப்பர்களுக்கு ஏஐயின் காரணப்படுத்தும் செயல்முறையை முன்னெப்போதும் இல்லாத அளவுக்கு கட்டுப்படுத்தும் வாய்ப்பை வழங்கியுள்ளது. இந்த வசதி, மாதிரியின் காரணப்படுத்தும் செயல்முறைக்கு டோக்கன் வரம்பை (அதிகபட்சம் 24,576 டோக்கன்கள்) அமைத்து, தரம், தாமதம் மற்றும் செலவை சமநிலைப்படுத்த அனுமதிக்கிறது.

'திங்கிங் பட்ஜெட்' வசதி ஜெமினி 2.5 ப்ரோவுக்கும் விரைவில் கிடைக்கவுள்ளது. கூடுதலாக, ஜெமினி API-யில் Model Context Protocol (MCP) வரையறைகளுக்கான சொந்த SDK ஆதரவு வழங்கப்பட்டு, திறந்த மூல கருவிகளுடன் ஒருங்கிணைப்பையும், ஏஜென்டிக் செயலிகளின் உருவாக்கத்தையும் எளிதாக்கியுள்ளது.

இந்த முன்னேற்றங்கள், உயர் செயல்திறனைத் தக்கவைத்துக்கொண்டு, ஏஐயை மேலும் திறமையானதாகவும், கட்டுப்படுத்தக்கூடியதாகவும், டெவலப்பர்களுக்கு எளிதாக அணுகக்கூடியதாகவும் மாற்ற கூகுள் எடுத்துள்ள முயற்சிகளை பிரதிபலிக்கின்றன.