搜索

195 结果

清除过滤器
  • 2025年9月4日 / Gemma

    隆重推出一流的设备端开放式嵌入模型——EmbeddingGemma

    隆重推出 EmbeddingGemma:这是一款全新嵌入模型,用于支持 Google 的高效设备端 AI 应用。在 MTEB 基准测试参数小于 500M 的嵌入模型中,该开放式模型是排名最高的纯文本多语言嵌入模型。借助该模型,用户无需连接互联网即可在移动设备上直接使用检索增强生成 (RAG) 和语义搜索等强大功能。

    EmbeddingGemma_Metadata
  • 2025年8月27日 / Gemini

    超越终端:Gemini CLI 登陆 Zed

    Google 与 Zed 达成合作,将 Gemini CLI 直接集成至 Zed 代码编辑器。此举为开发者带来内置 AI 功能的编辑环境,能够显著提升编码效率与专注度。该集成支持终端内就地代码生成、即时问答和自然对话功能,并为 AI 生成的代码变更提供了无缝的审核工作流。

    Gemini CLI is now integrated into Zed, bringing AI directly to your code editor
  • 2025年8月26日 / Gemini

    隆重推出我们最先进的图像模型 Gemini 2.5 Flash Image

    Gemini 2.5 Flash Image 是一款全新的图像生成与编辑先进模型,能够融合多张图像、保持角色一致性,并利用 Gemini 的世界知识,通过自然语言实现目标化转换。该模型现已通过 Gemini API、Google AI Studio 和 Vertex AI 提供使用。

    Introducing Gemini 2.5 Flash Image
  • 2025年8月21日 / Gemini

    Gemini Code Assist 的新动态

    Gemini Code Assist 的代理模式现已在 VS Code(预览版)和 IntelliJ(稳定版)中推出,通过提出详细的用户审核和批准计划来简化复杂的编码任务。这种智能协作方法通过内联差异和持久聊天历史记录等功能得到增强,旨在提高开发者的生产力和效率。

    New in Gemini Code Assist: Agent Mode more widely available, IDE improvements and Gemini CLI updates
  • 2025年8月18日 / Gemini

    Gemini API 的网址上下文工具现已正式推出

    Gemini API 的网址上下文工具现已正式推出,让开发者可以使用 Web 内容生成提示词,而不是手动上传内容。此版本扩展了对 PDF 和图像的支持。

    URL context tool for Gemini API now generally available
  • 2025年8月14日 / Gemma

    隆重推出 Gemma 3 270M:超高效的紧凑型 AI 模型

    Google 新推出的 Gemma 3 270M 是一款拥有 2.7 个亿参数的紧凑型模型,不仅能源效率高,而且具备可用于生产环境的量化和强大的指令遵循功能,使其成为在设备端和研究环境中针对特定任务进行微调的强大解决方案。

    Gemma 3 270M
  • 2025年8月13日 / Gemini

    Gemini CLI + VS Code:原生差异比较和上下文感知工作流

    最新的 Gemini CLI 更新在 VS Code 中提供了深度 IDE 集成,包括智能的上下文感知建议和编辑器内原生差异比较功能,让开发者可以直接在差异视图中查看和修改建议的更改,以实现更高效的工作流。

    Gemini CLI + VS Code integration
  • 2025年8月12日 / Kaggle

    在 TPU 上免费使用 JAX 训练 GPT2 模型

    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。

    Train a GPT2 model with JAX on TPU for free
  • 2025年7月30日 / Gemini

    隆重推出 LangExtract:由 Gemini 驱动的信息提取库

    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。

    LangExtract_meta
  • 2025年7月30日 / Gemini

    Gemini Embedding:为 RAG 和上下文工程提供支持

    Gemini Embedding 模型可以增强 AI 应用,特别是通过上下文工程。该模型正被各行各业的各种组织成功用来为上下文感知系统提供支持,从而显著提高性能、准确率和效率。

    Gemini Embedding: Powering RAG and context engineering