9 结果
2025年8月12日 / Kaggle
在 Google TPU 上使用 JAX 从头开始构建和训练 GPT2 模型，并在免费版 Colab 或 Kaggle 中使用完整的 Python 笔记本。了解如何定义硬件网格、如何划分模型参数和输入数据以实现数据并行，以及如何优化模型训练流程。
2025年7月30日 / Gemini
LangExtract 是一个新的开源 Python 库，由 Gemini 模型提供支持，用于从非结构化文本中提取结构化信息。该库具备精准的来源定位能力、基于受控生成的可靠结构化输出、优化的长上下文提取能力、交互式可视化功能，以及灵活的 LLM 后端支持。
2025年7月9日 / Gemma
作为 Encoder-Decoder LLM 的新系列，T5Gemma 通过转换和调整基于 Gemma 2 框架的预训练 Decoder-only 模型开发而成，与其对应的 Decoder-only 模型相比，具有更出色的性能和效率，尤其适用于需要深度输入理解的任务，例如摘要和翻译。
2025年7月7日 / Gemini
Gemini API 新推出的批量模式专为高吞吐量、对延迟时间不敏感的 AI 负载而设计，通过执行调度和处理来简化大型作业，并使数据分析、批量内容创建和模型评估等任务更具成本效益和可扩展性，从而让开发者能高效地处理大量数据。
2025年6月23日 / Kaggle
开发者针对不同的语言和文化背景对 Gemma 等 LLM 进行了调整，展现了 AI 在解决全球沟通障碍方面的潜能。AI 可解决翻译古代文本、本地化数词理解和提升歌词翻译的文化敏感性等多种难题，进而促进全球沟通。
2025年4月29日 / Cloud
Llama 4 是 Meta 的高级大型语言模型，现已作为 Vertex AI 上的全托管式 API 正式发布，可简化部署和管理。Llama 3.3 70B 托管式 API 也已正式发布，旨在为用户提供更大的灵活性。
2025年1月15日 / AI
Vertex AI RAG Engine 是一项托管编排服务，可简化检索相关信息并将其提供给大型语言模型的过程。这使得开发人员能够构建强大、接地气的生成式人工智能应用程序，确保响应确实接地气。
2024年12月20日 / Gemma
AI Singapore 和 INSAIT 团队利用开源语言模型系列 Gemma 创建了适用其社区独特需求的 LLM，展示了 AI 的创新性和包容性。
2024年11月8日 / Gemini
开发者现可通过 OpenAI 库和 REST API 使用最新的 Gemini 模型进行构建。请使用三行代码更新您的代码，然后开始使用。
