جيميني هي عائلة نماذج لغة كبيرة متعددة الوسائط مصممة لمعالجة وتوليد النصوص والصور مع دعم تدفقات عمل تتطلب قدرات استدلالية معقدة. تطورت العائلة عبر إصدارات شملت جيميني 2.0 وجيميني 2.5، مما حسّن قدرات التحليل، ودعم الأكواد، والاستدلال طويل المدى، والتفسير البصري. تخدم المتغيرات المختلفة أحمال عمل متنوعة مثل المهام التحليلية العميقة، والدردشة التفاعلية، وتوليد الصور. من الاستخدامات الشائعة التحليل الفني، وإنشاء المحتوى، ومساعدة البرمجة، والإجابة البصرية على الأسئلة، كلها مدعومة ببنية مصممة للتعامل مع مدخلات مختلطة من نصوص وصور.
.webp?alt=media&token=9829f95e-c634-48df-af46-00a0b4caf8dd)
توفر منصة Chat & Ask AI خيارين مبنيين على جيميني مصممين لأحمال عمل مميزة: أحدهما يركز على المعالجة العميقة والآخر مضبوط للتفاعلات الأسرع. يستهدف النموذج المبني على جيميني 2.5 برو الاستدلال التفصيلي، والتحليل متعدد الخطوات، والأحمال التي تتطلب معالجة سياق ممتدة أو تفسير دقيق للأكواد. النموذج المدعوم بجيميني 2.5 فلاش مُحسّن لاستجابات منخفضة الكمون ومهام أخف حيث تهم سرعة التفاعل وسياق أقصر.
كلا النموذجين يدعمان توليد الصور والمعالجة متعددة الوسائط، وفهم الأكواد، والمهام القياسية لمعالجة اللغة الطبيعية. عادة ما تتوفر الخيارات على المنصة ضمن قائمة اختيار النموذج للدردشة النصية، ومطالبات الصور، ورفع المستندات. تشمل اعتبارات الوصول تكلفة الحوسبة، وحدود حجم الطلبات، ومفاتيح تشغيل تُتحكم في توليد الصور أو طول الاستجابات الطويلة.
تقوم النماذج المبنية على جيميني 2.5 برو والمدعومة بجيميني 2.5 فلاش بمعالجة الاستدلال الممنهج عبر ربط خطوات داخلية، والحفاظ على السياق عبر جلسات متعددة التناوب، وتطبيق أنماط رمزّية أو احتمالية لمهام المنطق. بالنسبة للأكواد، تفكك النماذج الصياغة النحوية، وتقترح مقتطفات، وتشرح الدوال، وتقدّم إرشادات تصحيح الأخطاء اعتمادًا على المدخلات والأمثلة المقدمة. تعتمد المهام الموجهة بالبيانات مثل استخراج النقاط الرئيسية، وتلخيص الجداول، أو توليد مخرجات منظمة على إدارة سياق الرموز وتصميم المطالب لتشكيل الاستجابات.
تمكّن القدرات متعددة الوسائط النماذج المبنية على جيميني 2.5 برو والمدعومة بجيميني 2.5 فلاش من قبول مدخلات صور إلى جانب مطالبات نصية. يستخدم التفسير البصري تمثيلات متعلّمة لتحديد الأشياء، ووصف المشاهد، أو استخراج النصوص عبر معالجة تشبه التعرف البصري على الحروف. بالنسبة لتوليد الصور، تُترجم المطالبات الوصفية النصية إلى مخرجات بصرية عبر خطوط أنابيب توليف الصور، مع دعم تعليمات الأسلوب، وإعدادات نسبة العرض إلى الارتفاع، والتحسين التكراري. يمكن لخطوط العمل المدمجة مزج المدخلات الصورية مع قيود نصية لإنتاج تسميات توضيحية، أو تعديلات، أو صور جديدة.
داخل Chat & Ask AI، يمكن اختيار النماذج المبنية على جيميني 2.5 برو والمدعومة بجيميني 2.5 فلاش من قائمة النماذج. تُقدَّم المدخلات — نص عادي، مقاطع كود، صور مرفوعة، أو مستندات — وتُختار الخيارات للاستدلال، أو التلخيص، أو توليد الصور، أو مساعدة البرمجة. توجّه المنصة الطلبات إلى متغير النموذج المختار، وتدير نوافذ السياق، وتُرجع استجابات نصية، أو مخرجات بصرية، أو نتائج بصيغ مختلطة. تشمل عناصر التحكم على المنصة حدود حجم الطلبات، وإعدادات طول الاستجابة، ومفاتيح تبديل لجودة مخرجات الصور مقابل سرعة الاستجابة.
نص: تُعالَج النصوص الطويلة، والأسئلة، والمطالبات المهيكلة، ومقاطع الكود مع مراعاة السياق ودورة رموز تدعم الاستدلال الممتد وتوليد المحتوى.
صور: تُحلّل الصور المرفوعة لوصف المحتوى، واستخراج النصوص، أو تُستخدم كبذور لتوليد الصور وتحريرها.
مستندات: تُحلّل ملفات PDF والمستندات الأخرى للتلخيص، واستخراج النقاط الرئيسية، وإجراء أسئلة وأجوبة على مستندات طويلة.
مدخلات مختلطة: تمكّن النصوص المدمجة مع الصور مهامًا مثل كتابة تسميات وصفية مع قيود، وتصحيح الأخطاء باستخدام لقطة شاشة مع الكود، وخطوط تحليل متعددة الوسائط.
تُدَرج الطلبات في طابور وتُنفّذ مع تخصيص موارد مناسب للنموذج؛ وتُعاد النتائج كنص عادي، أو كود منسق، أو ملفات صور حسب المهمة المختارة.