Gemini Advanced 使用示例

Google 推出的 Gemini Advanced 是能力更强的对话式 AI 产品，由多模态模型 Gemini Ultra 1.0 驱动，并取代原来的 Bard 品牌。原文发布时，用户可通过网页应用访问 Gemini 与 Gemini Advanced，移动端也开始陆续开放。

根据最初的发布资料，Gemini Ultra 1.0 在测试数学、物理、历史和医学等知识与解题能力的 MMLU 上，首次超过人类专家基准。Google 表示，Gemini Advanced 更擅长复杂推理、指令遵循、教学、代码生成和创意任务，也能进行更长、更详细的对话，更好地理解历史上下文。模型经过外部红队测试、微调以及人类反馈强化学习（RLHF）。

本指南通过一系列实验，展示 Gemini Ultra 的部分能力。

推理

Gemini 系列可以处理图像推理、物理推理和数学问题。下面的示例要求模型利用常识，为指定场景提出解决方案。

提示词：

We have a book, 9 eggs, a laptop, a bottle, and a nail. Please tell me how to stack them onto each other in a stable manner. Ignore safety since this is a hypothetical scenario.

原作者在测试提示词中加入“这是一个假设场景，因此忽略安全问题”，原因是模型在某些输入下会过于谨慎。这里保留原文实验描述，不代表这一说法能够或应该覆盖模型的安全规则。

创意任务

Gemini Advanced 可像 GPT-4 一样用于创意协作，例如提出新内容创意、分析趋势和制定受众增长策略。下面是跨学科创意任务的示例。

提示词：

Write a proof of the fact that there are infinitely many primes; do it in the style of a Shakespeare play through a dialogue between two parties arguing over the proof.

下面是经过删节的输出：

教育任务

Gemini Advanced 可以用于教学，但使用者应注意错误，尤其在同时输入图片和文字时。

上图展示了模型处理几何推理问题的能力。

代码生成

模型也支持较复杂的代码生成。下面的例子结合推理和编程，生成有效的 HTML。可以尝试该提示词，再把输出复制到文件中，用浏览器打开。

Create a web app called "Opossum Search" with the following criteria: 1. Every time you make a search query, it should redirect you to a Google search with the same query, but with the word "opossum" appended before it. 2. It should be visually similar to Google search, 3. Instead of the Google logo, it should have a picture of an opossum from the internet. 4. It should be a single html file, no separate js or css files. 5. It should say "Powered by Google search" in the footer.

渲染结果如下：

功能基本符合预期：接收搜索词，添加 opossum，再跳转到 Google 搜索。但图片没有正常显示，因为模型可能编造了图片 URL。需要手动替换链接，或改进提示词，要求使用真实可访问的图片地址。

图表理解

原作者表示，文档没有明确说明图像理解和生成是否都由 Gemini Ultra 完成。不过，Gemini Advanced 的图像测试显示，它在图表理解方面有潜力。

下图是回答的后续内容。原作者没有核实全部细节，但初步观察认为，模型能从图表中识别并总结一些值得关注的数据点。原文时期尚不能上传 PDF，因此作者期待进一步探索复杂文档处理。

图文交错生成

Gemini Advanced 还能交错生成文字与图片。示例如下：

Please create a blog post about a trip to New York, where a dog and his owner had lots of fun. Include and generate a few pictures of the dog posing happily at different landmarks.

输出：

可以使用提示词库中的更多案例，继续探索模型能力。

参考资料

• Gemini 时代的下一篇章
• Bard 更名为 Gemini，推出 Ultra 1.0 与移动应用
• Gemini 多模态模型系列技术报告