La course pour le raisonnement le plus avancé LLM se réchauffe, et la compétition est plus féroce que jamais. Deepseek l'a lancé avec Deepseek R1, suivi par O3-Mini d'Openai, et maintenant Google est entré avec une gamme Powerhouse: Gemini 2.0 Flash, Flash Lite, Pro et deux modèles expérimentaux - Flash 2.0 Thinking and Thinking avec des applications. Alors que les modèles Flash font déjà leur chemin dans les tests publics, ceux expérimentaux pourraient redéfinir le raisonnement et l'intégration des applications, contestant O3-Mini et Deepseek-R1. Dans ce blog, nous plongerons dans ces nouveaux modèles, leurs fonctionnalités uniques et leur avantage concurrentiel. Plongeons-nous!
Table des matières
- Qu'est-ce que Gemini 2.0?
- Gemini 2.0 Flash
- Gemini 2.0 Flash Lite
- Comment accéder à Gemini 2.0 Flash Lite
- GEMINI 2.0 Flash Lite
- GEMINI 2.0 FLASH LITE
- GEMINI 2.0 FLASH LITE
GEMINI 2.0 Flash Thinking Experimental
Gemini 2.0 Flash Thinking Experimental with Apps
- Gemini 2.0 Modèles: Comparaison de benchmark Fréquemment remis en question
- : Fonctionne la comparaison
- Fréquemment remettre en question
.
Qu'est-ce que Gemini 2.0?- Gemini 2.0 est le parapluie des derniers modèles multimodaux de Google. Ces modèles ont été développés par Google, en gardant en vue les exigences de l'ère agentique pour des modèles de cheval de travail très efficaces avec une faible latence et des performances améliorées. Dans la série Gemini 2.0, les modèles suivants ont été publiés jusqu'à présent:
- Gemini 2.0 Flash
Gemini 2.0 Flash Lite
Gemini 2.0 Pro expérimental
Parallèlement à ces modèles puissants, Google a également publié secrètement deux autres modèles qui sont actuellement dans leur phase expérimentale. Les deux modèles sont:
GEMINI 2.0 Flash Thinking Experimental Gemini 2.0 Flash Thinking Experimental avec les applications Ces modèles expérimentaux sont de loin les modèles les plus excitants de toute entreprise d'IA. Non seulement ils offrent un raisonnement complexe et une pensée logique, mais ils fonctionnent également avec les applications les plus utilisées de Google comme YouTube, les cartes et la recherche. Alors, explorons chacune de ces dernières versions de Google, une par une. Gemini 2.0 Flash Les modèles Flash sont conçus pour les tâches à volume élevé et à haute fréquence, la priorité à la vitesse et à l'efficacité. Gemini 2.0 Flash est désormais ouvertement disponible pour tout le monde, ce qui le rend adapté aux applications de production. Voici les principales caractéristiques de ce modèle:
- Il peut gérer des tâches lourdes et effectuer un raisonnement multimodal avec une énorme fenêtre de contexte de 1 million de jetons.
- Il est accessible dans l'application Gemini et via l'API Gemini dans Google AI Studio and Vertex Ai.
- Le modèle est comparable au GPT-4O d'Openai, au V3 de Deepseek et à QWEN-2.5 avec sa vitesse et son efficacité dans les tâches de manipulation.
Disponibilité: Ce modèle est actuellement disponible uniquement pour les abonnés Gemini Advanced sur l'application Gemini, tandis que dans le studio Google AI, il est disponible pour tous gratuitement. Donc, si vous n'avez pas de compte Gemini payant (qui est livré avec un essai gratuit d'un mois), vous pouvez l'essayer dans Google AI Studio.
Maintenant, testons-le sur l'application Gemini.
Invite: "Lisez l'article à https://www.analyticsvidhya.com/blog/2024/07/building-agentic-rag-systems-with-langgraph/ pour comprendre le processus de création d'une base de données vectorielle pour les données Wikipedia. Ensuite, fournissez un résumé concis des étapes clés. »
Réponse:
Revue:
Le modèle est idéal pour lire les liens Web. Il génère un résumé clair, puis répertorie les étapes larges couvertes dans le blog. Ainsi, Gemini Flash 2.0 s'avère être un modèle rapide et efficace qui est rapide à accéder à Internet pour résoudre les requêtes. C'est idéal pour les tâches quotidiennes liées au contenu ainsi que pour l'analyse et la génération d'images.
Gemini 2.0 Flash Lite
Le modèle Flash Lite est conçu avec une efficacité à l'esprit. Il s'appuie sur son prédécesseur, 1,5 Flash, offrant une amélioration notable de la qualité tout en maintenant la même vitesse et l'abordabilité impressionnantes. Voici quelques-uns de ses points forts:
- 2.0 Flash Lite est un excellent choix pour les développeurs à la recherche d'un équilibre entre la performance et le budget.
- Le modèle possède une fenêtre de contexte de jeton de 1 million et prend en charge les entrées multimodales, ce qui lui permet de gérer une large gamme de tâches.
- Il est actuellement en aperçu public, accessible via l'API Gemini dans Google AI Studio et Vertex AI. Cela permet aux développeurs d'expérimenter et d'intégrer Flash Lite dans leurs flux de travail.
Disponibilité: Gemini 2.0 Flash Lite, est disponible gratuitement dans Google AI Studio. Il est également disponible en sommet AI, mais pas encore disponible dans l'application Gemini.
Comment accéder à Gemini 2.0 Flash Lite
Pour utiliser Gemini 2.0 Flash Lite dans Google AI Studio, vous devrez:
- Inscrivez-vous sur la page Web.
- Une fois terminée, cliquez sur "Créer une invite" dans le panneau du côté gauche.
- Dans le panneau du côté droit, dans la section «modèle», sélectionnez «Gemini 2.0 Flash Lite 02-05».
le testons.
Invite: " Expliquez-moi l'image suivante en mots simples."
Réponse:
"Cette image montre un agent d'IA interagissant avec le" monde "et les utilisateurs. Voici une ventilation:
- Monde: Cela représente l'environnement dans lequel les opérations de l'IA opère, y compris Internet, les systèmes d'exploitation, les serveurs API, le matériel et le monde physique.
- Agent AI: La boîte centrale représente l'agent AI, qui reçoit les entrées des utilisateurs et interagit avec le monde. Il est composé de plusieurs parties:
- Utilisateurs: Les gens interagissent avec l'IA. Ils fournissent une entrée à l'Ai.
- LLM (modèle grand langage): le cerveau de l'AI. Il reçoit des informations, les traite et prend des décisions.
- Outils: Cette partie contient divers outils que l'IA peut utiliser pour interagir avec le monde (API du site Web, applications, shell, base de données, etc.)
- Mémoire: La mémoire de l'IA, où elle stocke et récupère des informations (comme les données dans RAM, les bases de données SQL et Vectordbs).
- Action: Le module de prise d'action de l'IA, fait que l'IA exécute les instructions générées par le llm.
- comment cela fonctionne:
- utilisateurs Entrée à l'Ai.
- le llm traite cette entrée.
- le llm utilise Memory et outils pour générer un an Action .
- Tools act on the outside world, then the LLM gets feedback and this will update the Mémoire .
- Ce processus se répète. »
Revue:
La réponse commence par une petite introduction sur l'image. Il décrit ensuite chaque partie de l'image, puis il décompose tous les éléments individuels. Enfin, il explique brièvement comment fonctionnent tous les composants de l'image. Ce modèle fonctionne rapidement! Il est rapide d'analyser et de diviser l'image en explications simples. Pour les tâches qui nécessitent de la vitesse, comme la construction de chatbots pour la résolution des requêtes du client ou les sessions Q / A, et la préparation des entretiens; Gemini 2.0 Flash Lite serait idéal.
Gemini 2.0 Pro expérimental
Gemini 2.0 Pro Experimental représente le summum de la famille des Gémeaux en ce qui concerne la capacité. Il est conçu pour lutter contre les tâches les plus complexes, en particulier celles impliquant le codage. Voici quelques points à noter sur la version expérimentale de Gemini 2.0 Pro:
- Ce dernier modèle a une fenêtre de contexte de jetons de 2 millions de token massive, ce qui lui permet de traiter et de comprendre de grandes quantités d'informations.
- Il a la capacité unique d'appeler des outils comme Google Search et Exécuter le code directement, élargissant considérablement son potentiel de résolution de problèmes.
- Actuellement, dans la phase expérimentale, Gemini 2.0 Pro expérimental est affiné et testé avant la libération plus large.
Disponibilité: Ce modèle est également disponible uniquement pour les utilisateurs payants de Gemini Advanced sur l'application Gemini. Pendant ce temps, les utilisateurs peuvent y accéder gratuitement dans le studio Google AI et l'IA Vertex. Donc, si vous n'avez pas de compte Gemini payant (qui propose un essai gratuit d'un mois), vous pouvez l'essayer dans Google AI Studio.
En savoir plus: Google Gemini 2.0 Pro expérimental mieux que Openai O3-Mini?
Voyons comment ce modèle fonctionne.
Invite: "Résolvez ce puzzle et donnez-moi le tableau composé de la solution."
Ce puzzle provient du site Web suivant.
Réponse:
Placer ces valeurs sur le site Web:
Revue:
Le modèle explique sa solution et le suit avec une table de solution, comme l'invite. Il a généré les réponses correctes en fonction des informations fournies, bien qu'à quelques endroits, il ait supposé des valeurs incorrectes de couleur et de devise. Cependant, son résultat final ne reste pas affecté car ces valeurs n'avaient pas d'importance dans la réponse globale. Inutile de dire que Gemini 2.0 Pro Experimental combine un raisonnement puissant avec la vitesse et la précision.
GEMINI 2.0 Flash Thinking Experimental
Le modèle expérimental Flash Thinking est un développement passionnant qui combine la vitesse et l'efficacité du flash Gemini 2.0 avec des capacités de raisonnement améliorées. Cela lui permet non seulement de traiter les informations rapidement, mais également d'appliquer une réflexion logique à des problèmes complexes.
- Actuellement, ce modèle est disponible pour les utilisateurs de l'application Gemini, n'offrant que certains des utilisateurs à l'accès précoce à ses capacités avancées.
- En tant que modèle expérimental, il est toujours en cours de développement, mais il pointe vers l'avenir des LLM qui peuvent raisonner et résoudre les problèmes plus efficacement.
Disponibilité: Le modèle Flash Gemini 2.0 n'est disponible que dans la version payante - Gemini Advanced, sur l'application Gemini. Cependant, dans Google AI Studio, il est disponible gratuitement. Donc, si vous n'avez pas de compte Gemini payant (qui propose un essai gratuit d'un mois), vous pouvez l'essayer dans Google AI Studio.
Voyons maintenant ce que ce modèle peut faire.
Invite: "Vous entrez dans une pièce et voyez un lit. Sur le lit, il y a deux chiens, quatre chats, une girafe, cinq vaches et un canard. Il y a aussi trois chaises et une table. Combien de jambes est sur le sol? »
Réponse:
" Décomposons cela:
- choses sur le lit: chiens, chats, girafe, vaches, canard. Ces animaux sont sur le lit, donc leurs jambes ne sont pas sur le sol.
- des choses dans la pièce (et probablement sur le sol sauf indication contraire):
- chaises: Les chaises ont des jambes et elles sont généralement sur le sol. Chaque chaise a 4 jambes, et il y a 3 chaises.
- Tableau: Les tables ont des jambes et elles sont généralement sur le sol. Les tables ont généralement 4 jambes, et il y a 1 table.
- vous: vous êtes entré dans la pièce. Vraisemblablement, vous êtes debout ou marchez, et vos jambes sont sur le sol. Vous avez 2 jambes.
Contons les jambes sur le sol:
- chaises: 3 chaises * 4 jambes / chaise = 12 jambes
- Tableau: 1 Tableau * 4 jambes / table = 4 jambes
- vous: 1 personne * 2 jambes / personne = 2 jambes
Lignes totales sur le sol: 12 4 2 = 18 jambes
Par conséquent, il y a 18 jambes sur le sol. "
Revue:
La bonne réponse à cette question est 22 qui comprend 12 jambes de 3 chaises, 4 jambes de la table, 4 jambes du lit et 2 jambes de la personne. Le modèle de pensée expérimentale Gemini 2.0 Flash présente une pensée brillante, tenant compte des jambes individuelles (quelque chose que la plupart des LLM manquent). Pourtant, il a oublié de compter dans les jambes du lit. Par conséquent, même s'il est grand, le modèle peut être meilleur pour le raisonnement logique.
Gemini 2.0 Flash Thinking Experimental avec les applications
En s'appuyant sur le modèle expérimental Flash Thinking, la version Flash Thinking Experimental with Apps ajoute une couche cruciale d'interactivité: la capacité d'interagir avec les applications externes. Voici ce qui en fait un modèle puissant:
- Son intégration avec les applications externes rend le modèle capable non seulement de raisonner, mais aussi de prendre des mesures dans différentes applications. Cela ouvre un monde de possibilités d'automatisation des flux de travail complexes.
- Le modèle présente le potentiel pour que les LLM se soient profondément intégrés dans notre vie numérique, interagissant de manière transparente avec les outils que nous utilisons quotidiennement.
Disponibilité: Gemini 2.0 Flash est uniquement disponible dans la version payante - Gemini Advanced. Pendant ce temps, dans le studio Google AI, il est disponible gratuitement. Donc, si vous n'avez pas de compte Gemini payant (qui est livré avec un essai gratuit d'un mois), vous pouvez l'essayer dans Google AI Studio.
Alors, testons-le.
Invite: «Parlez-moi de tous les itinéraires routiers possibles que je peux emporter de ma place à la gare de New Delhi. Je suis actuellement là: https://maps.app.goo.gl/xciqxpugasxtxytk8 ”
Réponse:
« Voici les routes routières possibles vers la gare de New Delhi depuis votre emplacement actuel à K-3 Road, DLF Phase 2, secteur 25, Gurugram, Haryana 122022, Inde.
Voici les routes routières possibles vers la gare de New Delhi depuis votre emplacement à K-3 Road, DLF Phase 2, secteur 25, Gurugram, Haryana 122022, Inde:
Route 1: via NH 48
- Distance: 16,4 miles
- Durée: environ 49 minutes
- Résumé: Cette route suit principalement NH 48 .
- URL de carte
Il s'agit actuellement du seul itinéraire fourni. Si vous souhaitez explorer d'autres itinéraires, vous pouvez spécifier des critères tels que d'éviter les autoroutes ou les péages, et je peux vérifier ces options. »
Revue:
En quelques secondes, le modèle réfléchit à l'invite, accède à l'emplacement que j'ai partagé via la carte et suggère le meilleur chemin possible pour moi. Il me donne les détails de l'itinéraire et partage également un lien de carte pour ma référence. Une telle fonctionnalité peut être un excellent ajout lorsque vous recherchez des endroits dans une nouvelle ville ou pour localiser les adresses rapidement. Ce LLM est également idéal pour transcrire ou résumer de longues vidéos YouTube. Bien qu'il rencontre des erreurs tout en travaillant avec des shorts YouTube.
Ce modèle combine la puissance du raisonnement, de la vitesse et de l'accessibilité des applications externes - le tout en un. De telles capacités indiquent une forte présence de nature agentique que nous pourrons bientôt voir avec ces modèles de réflexion.
Modèles Gemini 2.0: comparaison de référence
Maintenant que nous avons travaillé avec tous les derniers modèles de Google, examinons rapidement comment ces modèles fonctionnent à différentes références. Les détails de la réflexion sur les modèles expérimentaux ne sont pas encore disponibles, nous ne travaillons donc qu'avec les autres modèles: Gemini 2.0 Flash, Flash Lite et Pro.
| Capability | Benchmark | Gemini 2.0 Flash-Lite (Public Preview) | Gemini 2.0 Flash (GA) | Gemini 2.0 Pro Experimental |
| General | MMLU-Pro | 71.6% | 77.6% | 79.1% |
| Code | LiveCodeBench (v5) | 28.9% | 34.5% | 36.0% |
| Code | Bird-SQL (Dev) | 57.4% | 58.7% | 59.3% |
| Reasoning | GQPA (diamond) | 51.5% | 60.1% | 64.7% |
| Factuality | SimpleQA | 21.7% | 29.9% | 44.3% |
| Factuality | FACTS Grounding | 83.6% | 84.6% | 82.8% |
| Multilingual | Global MMLU (Lite) | 78.2% | 83.4% | 86.5% |
| Math | MATH | 86.8% | 90.9% | 91.8% |
| Math | HiddenMath | 55.3% | 63.5% | 65.2% |
| Long-context | MRCR (1M) | 58.0% | 70.5% | 74.7% |
| Image | MMMU | 68.0% | 71.7% | 72.7% |
| Audio | CoVoST2 (21 lang) | 38.4% | 39.0% | 40.6% |
| Video | EgoSchema (test) | 67.2% | 71.1% | 71.9% |
Source: Google DeepMind Blog
Modèles Gemini 2.0: Comparaison des caractéristiques
Chaque nouveau modèle a son propre ensemble de fonctionnalités uniques. Dans le tableau suivant, j'ai répertorié les fonctionnalités et les applications de tous les modèles que nous avons explorés dans ce blog.
| Model | Context Window | Multimodal | Availability | Applications |
| Gemini 2.0 Flash | 1 million | Yes | Generally available (incl. free in AI Studio) | Content summarization, data extraction, quick classification, basic question answering, high-throughput API services, real-time translation |
| Gemini 2.0 Flash Lite | 1 million | Yes | Public preview | Mobile app features, basic chatbots, cost-sensitive document processing, educational tools for basic tasks, internal knowledge base lookup |
| Gemini 2.0 Pro Experimental | 2 million | Yes | Experimental | Complex code generation, advanced data analysis, research assistants, sophisticated content creation, tool-integrated workflows (e.g., booking systems, CRM integrations), long-form content analysis |
| Gemini 2.0 Flash Thinking | N/A | Yes | Gemini app (Paid) | Real-time decision-making, fast-paced problem solving, dynamic pricing, fraud detection, fast response bots with enhanced reasoning, live customer support escalation |
| Gemini 2.0 Flash Thinking w/ Apps | N/A | Yes | Gemini app (Paid) | Complex automated workflows, interactive voice assistants with app actions, smart home automation, Robotic Process Automation (RPA), orchestration of AI services, automated scheduling and task management |
Conclusion
La gamme Gemini 2.0 de Google marque un grand pas dans les capacités génératives du modèle d'IA, offrant divers modèles adaptés à la vitesse, à l'efficacité et au raisonnement avancé. Alors que Gemini 2.0 Flash et Flash Lite s'adaptent aux cas d'utilisation à haut débit et à coûts rentables, Gemini 2.0 Pro Experimental semble prometteur pour la compréhension et l'intégration des outils à long terme. Les modèles expérimentaux, en particulier la pensée flash et la pensée flash avec les applications, introduisent des possibilités de raisonnement logique et d'interactions d'application sans couture.
Avec Gemini 2.0, Google prépare la voie à des modèles Genai qui sont plus conscients, multimodaux et profondément intégrés dans nos écosystèmes numériques. À mesure que ces modèles évoluent, leur impact sur les flux de travail axés sur l'IA, la génération de contenu et la prise de décision en temps réel ne feront que croître.
Les questions fréquemment posées
Q1. Qu'est-ce que Gemini 2.0?a. Gemini 2.0 est la dernière famille de modèles de Gen Gen AI de Google conçus pour un raisonnement amélioré, un traitement multimodal et des tâches à haute efficacité. Il comprend Flash, Flash Lite, Pro et deux modèles expérimentaux - Flash Thinking et Flash Thinking with Apps.
Q2. Comment Gemini 2.0 se compare-t-il à O3-Mini et à Deepseek R1 d'Openai?a. Les modèles Gemini 2.0, en particulier la série Flash et Pro, rivalisent directement avec O3-Mini et Deepseek R1 d'OpenAI en termes de raisonnement, d'efficacité et d'intégration d'outils. Alors que Gemini 2.0 Flash se concentre sur la vitesse et la rentabilité, Gemini 2.0 Pro expérimental excelle dans le raisonnement et le codage complexes.
Q3. Quelle est la différence entre Gemini 2.0 Flash et Flash Lite? a. Les principales différences entre Gemini 2.0 Flash et Flash Lite sont les suivantes:
Gemini 2.0 Flash: Conçu pour les tâches à haut débit, offrant la vitesse, l'efficacité et une fenêtre de contexte de jeton de 1 m.
Q4. Combien de modèles expérimentaux y a-t-il dans Gemini 2.0? a. Il existe actuellement 2 modèles expérimentaux dans Gemini2.0:
La pensée flash avec les applications: s'appuie sur le modèle de réflexion, mais s'intègre avec des applications externes comme la recherche Google, les cartes et les maps et le tube, permet aux interactions réelles. Comment puis-je accéder aux modèles Gemini 2.0?
a. Vous pouvez accéder à ces modèles de la manière suivante: GEMINI 2.0 Flash:
Dans Public Preview via Google Ai Studio and Vertex Ai.
Flash Think utilisateurs.
Gemini 2.0 Pro Experimental: Disponible dans Google AI Studio (gratuit) et Gemini Advanced (payé).
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Les dangers cachés du déploiement interne de l'IA: lacunes de gouvernance et risques catastrophiquesApr 28, 2025 am 11:12 AMLe déploiement interne non contrôlé des systèmes d'IA avancés présente des risques importants, selon un nouveau rapport d'Apollo Research. Ce manque de surveillance, répandu parmi les grandes entreprises d'IA, permet des résultats catastrophiques potentiels, allant de peu
Construire le polygraphe AIApr 28, 2025 am 11:11 AMLes détecteurs de mensonges traditionnels sont dépassés. S'appuyant sur le pointeur connecté par le bracelet, un détecteur de mensonge qui imprime les signes vitaux et les réactions physiques du sujet n'est pas précis pour identifier les mensonges. C'est pourquoi les résultats de détection de mensonge ne sont généralement pas adoptés par le tribunal, bien que cela ait conduit à de nombreuses personnes innocentes emprisonnées. En revanche, l'intelligence artificielle est un puissant moteur de données, et son principe de travail est d'observer tous les aspects. Cela signifie que les scientifiques peuvent appliquer l'intelligence artificielle aux applications qui recherchent la vérité de diverses manières. Une approche consiste à analyser les réponses des signes vitaux de la personne interrogée comme un détecteur de mensonge, mais avec une analyse comparative plus détaillée et précise. Une autre approche consiste à utiliser le balisage linguistique pour analyser ce que les gens disent réellement et utiliser la logique et le raisonnement. Comme le dit le dicton, un mensonge engendre un autre mensonge, et finalement
L'IA est-elle autorisée pour le décollage dans l'industrie aérospatiale?Apr 28, 2025 am 11:10 AML'industrie aérospatiale, pionnière de l'innovation, tire parti de l'IA pour relever ses défis les plus complexes. La complexité croissante de l'Aviation moderne nécessite l'automatisation de l'IA et les capacités d'intelligence en temps réel pour une sécurité améliorée, un fonctionnement réduit
Regarder la course de robot de printemps de PékinApr 28, 2025 am 11:09 AMLe développement rapide de la robotique nous a apporté une étude de cas fascinante. Le robot N2 de Noetix pèse plus de 40 livres et mesure 3 pieds de haut et pourrait être en mesure de se retourner. Le robot G1 de Uniree pèse environ deux fois la taille du N2 et mesure environ 4 pieds de haut. Il existe également de nombreux petits robots humanoïdes qui participent à la compétition, et il y a même un robot qui est poussé par un fan. Interprétation des données Le demi-marathon a attiré plus de 12 000 spectateurs, mais seulement 21 robots humanoïdes ont participé. Bien que le gouvernement ait souligné que les robots participants ont mené une "formation intensive" avant le concours, tous les robots n'ont pas terminé l'ensemble de la compétition. Champion - Tiangong Ult développé par Pékin Humanoid Robot Innovation Center
Le piège miroir: l'éthique de l'IA et l'effondrement de l'imagination humaineApr 28, 2025 am 11:08 AML'intelligence artificielle, dans sa forme actuelle, n'est pas vraiment intelligente; Il est apte à imiter et à affiner les données existantes. Nous ne créons pas de l'intelligence artificielle, mais plutôt une inférence artificielle - qui traite qui traitent les informations, tandis que les humains
La nouvelle fuite Google révèle la mise à jour des fonctionnalités de Google PhotosApr 28, 2025 am 11:07 AMUn rapport a révélé qu'une interface mise à jour était masquée dans le code de Google Photos Android version 7.26, et chaque fois que vous visualisez une photo, une rangée de miniatures de visage nouvellement détectées s'affiche en bas de l'écran. Les nouvelles miniatures faciales manquent de balises de nom, donc je soupçonne que vous devez cliquer sur eux individuellement pour voir plus d'informations sur chaque personne détectée. Pour l'instant, cette fonctionnalité ne fournit aucune information autre que les personnes que Google Photos a trouvées dans vos images. Cette fonctionnalité n'est pas encore disponible, nous ne savons donc pas comment Google l'utilisera avec précision. Google peut utiliser des miniatures pour accélérer la recherche de plus de photos de personnes sélectionnées, ou peut être utilisée à d'autres fins, comme la sélection de l'individu à modifier. Attendons et voyons. Pour l'instant
Guide du renforcement Finetuning - Analytics VidhyaApr 28, 2025 am 09:30 AMLe renforcement de la fintuning a secoué le développement de l'IA en enseignant les modèles à s'ajuster en fonction de la rétroaction humaine. Il mélange des fondations d'apprentissage supervisées avec des mises à jour basées sur la récompense pour les rendre plus sûres, plus précises et vraiment aider
Dançon: mouvement structuré pour affiner nos filets neuronaux humainsApr 27, 2025 am 11:09 AMLes scientifiques ont largement étudié les réseaux de neurones humains et plus simples (comme ceux de C. elegans) pour comprendre leur fonctionnalité. Cependant, une question cruciale se pose: comment adapter nos propres réseaux de neurones pour travailler efficacement aux côtés de nouvelles IA
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft
SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !
DVWA
Damn Vulnerable Web App (DVWA) est une application Web PHP/MySQL très vulnérable. Ses principaux objectifs sont d'aider les professionnels de la sécurité à tester leurs compétences et leurs outils dans un environnement juridique, d'aider les développeurs Web à mieux comprendre le processus de sécurisation des applications Web et d'aider les enseignants/étudiants à enseigner/apprendre dans un environnement de classe. Application Web sécurité. L'objectif de DVWA est de mettre en pratique certaines des vulnérabilités Web les plus courantes via une interface simple et directe, avec différents degrés de difficulté. Veuillez noter que ce logiciel
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.
