谷歌正式推出Gemini 1.5 Pro 能夠理解音頻支持系統指令/JSON模式 – 藍點網
兩個月前谷歌在 Google Ai Studio 中提供了 Gemini 下一代版本 Gemini 1.5 Pro 供部分開發者測試，谷歌夠理該模型具有 1M 上下文窗口并且具有原生的正式音頻理解能力。
谷歌今天宣布 Gemini 1.5 Pro 模型在全球 180 多個國家或地區推出，推出統三亞外圍預約流程（電話微信365-*2895）三亞外圍真實可靠快速安排正式上線后該模型還推出了系統指令和 JSON 等新功能，解音讓開發者可以更好地控制模型的頻支輸出。
此次谷歌還推出了下一代文本嵌入模型，持系其性能由于同類模型，式藍開發者可以通過 Google Ai Studio 創建和訪問 API 密鑰然后調用該模型進行構建。點網
音頻和視頻模式解鎖新用例：
谷歌擴展了 Gemini 1.5 Pro 的谷歌夠理輸入模式，包括 Gemini API 和 Google Ai Studio 中的正式三亞外圍預約流程（電話微信365-*2895）三亞外圍真實可靠快速安排音頻理解，同時該模型還能夠對上傳的推出統視頻圖像 (幀) 和音頻 (語音) 進行推理，谷歌很快會為此添加 API 支持。解音
新增的頻支系統指令功能：
使用系統指令可以指導模型的響應，現在在 Google Ai Studio 和 Gemini API 中提供，持系開發者可以定義角色、式藍格式、目標和規則，針對特定用例對模型進行引導。
JSON 模式：
只是模型僅輸出為 JSON 對象，此模式可以從文本或圖像中提取結構化數據，開發者可以使用 cURL，后續將支持 Python SDK。
函數調用的改進：
開發者現在可以選擇模式來限制模型的輸出，從而提高可靠性。選擇文本、函數調用或僅函數本身等。
性能改進的新嵌入式模型：
從今天起開發者可以通過 Gemini API 訪問下一代文本嵌入模型 text-embedding-004/text-embedding-preview-0409。
谷歌稱其在 MTEB 基準測試中實現了更強的檢索新年，并且由于具有可對比緯度的現有模型。
有關以上內容可訪問谷歌官方博客查看資源鏈接：https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html
