Codeausführung mit Google Gemini Flash

Googles Gemini: Code -Ausführungsfunktionen großer Sprachmodelle

Großsprachenmodelle (LLMs), Nachfolger von Transformatoren, haben natürliche Sprachverarbeitung (NLP) und natürliches Sprachverständnis (NLU) revolutioniert. Das Ersetzen von regelbasierten Chatbots aufgrund ihres überlegenen Textverständnisses und der natürlichen Konversationserzeugung erledigt LLMs jetzt weitaus komplexere Aufgaben. Dazu gehört die natürliche Sprache zur SQL -Abfragekonvertierung, das Durchsuchen des Internet -Browsens zum Abrufen von Informationen und zuletzt die Codesteuerung. In diesem Artikel werden die neu veröffentlichte Code -Ausführungsfunktion von Gemini untersucht.

Lernziele:

• LLM -Codeausführung verstehen.
• Entdecken Sie Gemini Flash 1.5.
• Erhalten Sie einen Gemini -API -Schlüssel.
• Untersuchen Sie die Einschränkungen der LLMs bei mathematischen Aufgaben.
• Verwenden Sie LLMs mit Codeausführung für genaue Antworten.

Gemini: Googles multimodales LLM

Gemini, Googles Familie von LLMs, Konkurrenten Closed-Source-Modelle wie Openai's GPT-4 und Anthropics Claude. Ein multimodales Modell, Gemini, behandelt Text, Bilder, Audio und Video. Während GPT-4 ähnliche Funktionen besitzt, ist Geminis wichtiges Unterscheidungsmerkmal der Fähigkeit, den von ihm generierten Code auszuführen. Diese Codeausführung, die durch die Funktionsfunktionen von Gemini aktiviert ist, wird in einer sicheren Sandbox -Umgebung ausgeführt. Derzeit werden nur Numpy- und Sympy -Bibliotheken unterstützt. Der generierte Code kann keine zusätzlichen Python -Bibliotheken herunterladen oder installieren.

Erste Schritte mit Codeausführung

Um auf die Code -Ausführungsfunktionen von Gemini zuzugreifen, erhalten Sie einen kostenlosen API -Schlüssel über [Link hier]. Installieren Sie die erforderliche Bibliothek:

 !

Das Flag -U stellt sicher, dass Sie die neueste Version haben, die für den Zugriff auf die Funktion neuer Codeausführungen von entscheidender Bedeutung ist. Authentifizieren Sie mit Ihrem API -Schlüssel:

 Importieren Sie Google.generativeai als Genai

Google_api_key = "Ihre API -Taste"

genai.configure (api_key = google_api_key)

Jetzt das Gemini -Modell instanziieren:

 model = genai.generativemodel (model_name = 'gemini-1.5-flash')

response = model.generate_content ("Wie geht es dir?")

print (Antwort.text) 

LLMs haben häufig Probleme mit Aufgaben, die präzise Zähl- oder mathematische Operationen erfordern. Zum Beispiel:

 response = model.generate_content ("dieses Wort auf die ersten 5 Buchstaben trimmen, Mississippi"))

print (Antwort.text) 

Dies zeigt eine häufige LLM -Einschränkung: Mangel an Rückwärtszählfähigkeit. In ähnlicher Weise stellen mathematische Probleme Herausforderungen dar:

 response = model.generate_content ("Was ist die Summe der ersten 100 Fibonacci -Zahlen?")

print (Antwort.text) 

Das Modell berechnet die Summe nicht und liefert stattdessen Verfahrensschritte. Dies unterstreicht die inhärenten Einschränkungen von LLMs als Text-Generation-Modelle.

Gemini -Code -Ausführung in Aktion

Durch die Aktivierung der Code -Ausführung verbessert die Fähigkeiten von Gemini. Lassen Sie uns die vorherigen Fragen erneut aufgreifen:

 model2 = genai.generativemodel (model_name = 'gemini-1.5-flash', tools = 'code_execution'))

response = model2.generate_content ("dieses Wort auf die ersten 5 Buchstaben trimmen, Mississippi. Verwenden Sie Code -Ausführungs -Tool"))

print (Antwort.text) 

Gemini generiert und führt nun Python -Code aus und führt aus, um die Zeichenfolge korrekt zu schneiden. Für die Fibonacci -Summe:

 response = model2.generate_content ("Was ist die Summe der ersten 100 Fibonacci -Zahlen?")

print (Antwort.text) 

Gemini generiert eine Funktion, führt sie aus und gibt die richtige Antwort.

Abschluss

Die Codeausführung von Gemini erweitert die LLM -Funktionen erheblich. Es überwindet Einschränkungen bei präzisen Berechnungen und Verfahrensaufgaben und verbessert den Nutzen in verschiedenen Anwendungen.

Wichtigste Imbiss:

• Die multimodale Natur von Gemini ermöglicht die Verarbeitung verschiedener Datentypen.
• LLMs haben aufgrund ihrer mangelnden Rechenfähigkeit oft mit mathematischer Präzision zu kämpfen.
• Mit der Codeausführung können LLMs Code in einer Sandbox -Umgebung ausführen.
• Die kostenlose API von Google bietet Zugriff auf die Codeausführung von Gemini Flash.

Häufig gestellte Fragen:

• Q1. Was ist Gemini? A. Googles Familie der multimodalen LLMs.
• Q2. Fügt Gemini Code aus? A. Ja, über seine kürzlich veröffentlichte Code -Ausführungsfunktion.
• Q3. Welche Bibliotheken werden unterstützt? A. Derzeit Numpy und Sympy.
• Q4. Wie verbessert die Codeausführung Gemini? A. Es ermöglicht genaue Berechnungen und Verfahrensaufgabenabschluss.
• Q5. Wie aktiviere ich die Codeausführung? A. GenerativeModel WITH tools='code_execution' instanziieren.

(Hinweis: Die Bilder sind nicht im Besitz dieser Antwort und werden gemäß der Eingabe verwendet.)

Das obige ist der detaillierte Inhalt vonCodeausführung mit Google Gemini Flash. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!