Googleのジェミニ2.5型機技術に関するホワイトペーパー（PDFファイル）

《Gemini 2.5 「モデル技術ホワイトペーパー」では、Google DeepMindの…Gemini 2.5モデルファミリー、新世代マルチモーダルAIモデルファミリーを含むGemini 2.5 ProとGemini Flash 2.5などのバージョン。Gemini 2.5 推論、コーディング、マルチモーダルこのモデルは理解力に優れており、最大100万トークンの文脈処理をサポートし、3時間分の動画コンテンツを分析できます。この一連のモデルは高度な「思考」能力を備えており、高い回答精度を実現するためにコンピューティングリソースを動的に割り当てることができます。Gemini Flash 2.5 は、低遅延かつ低コストで高性能な推論を実現します。このモデルは、セキュリティ、多言語対応、および事実性においても大幅な改善を示しており、コード生成、教育ツール、クリエイティブデザインなどで幅広く使用されています。強力その機関としての能力と実用化の可能性。

GoogleのGemini 2.5 モデル技術に関する白書オリジナルPDFファイル。QRコードをスキャンしてフォローし、返信してください。 20250621

導入

導入 Gemini 2.5シリーズモデルファミリー（含む） Gemini 2.5 Proと Gemini 2.5 Flash）、強調マルチモーダル主な特徴としては、長い文脈理解力、推論能力、ツール使用能力などが挙げられる。

• Gemini 2.5 Pro最新の強力このモデルは100万個のトークンコンテキストをサポートし、3時間分の動画コンテンツを処理できます。
• Gemini 2.5 Flash：高効率この推論モデルは、低い計算負荷と低遅延で優れた推論機能を提供します。
• Gemini 2.5 Flash-LiteGoogleは高効率軽量AIこのモデルは、最大100万トークンとツール呼び出しを含む長いコンテキストをサポートし、超低遅延かつ低コストで高性能な推論を実現するため、大規模なアプリケーションシナリオに適しています。

モデルアーキテクチャ、トレーニング、およびデータセット

• モデルアーキテクチャスパースハイブリッドエキスパート（MoE）に基づくTransformerアーキテクチャで、以下の機能をサポートする...マルチモーダル入力（テキスト、画像、音声、動画）。入力タグをサブセットパラメータ（エキスパート）に動的にルーティングすることで、モデル全体の処理能力は計算コストやタグごとのサービスコストから切り離されます。Gemini 2.5 大規模トレーニングの安定性、信号伝播、最適化ダイナミクスにおいて大きな進歩があり、事前トレーニング後のパフォーマンスが直接的に向上しました。
• データセット事前学習済みデータセットは、公開されているウェブ文書、コード、画像、音声、動画など、複数のドメインとモダリティを網羅する大規模で多様なデータコレクションです。
• トレーニングインフラトレーニングはTPUv5pアーキテクチャに基づいています。並列トレーニングは、8960チップを搭載した複数のGoogle TPUv5pアクセラレータに分散された同期データを使用して実行されます。主要なソフトウェアトレーニングインフラストラクチャの改善点としては、トレーニングの回復力と効率性を向上させるための、耐障害性スライスと分割フェーズSDC検出が挙げられます。
• トレーニング後教師ありファインチューニング（SFT）、報酬モデリング（RM）、および強化学習（RL）の改善により、モデルのパフォーマンスが向上します。
• 思考能力このモデルは、追加の推論時間（「思考時間」）に基づいて回答の精度を向上させ、コンピューティングリソースの動的な割り当てをサポートします。
• 機能固有の改善：
  • コードコード生成および理解能力が大幅に向上しました（例：LiveCodeBenchスコアが30.5%から69.0%に上昇）。
  • 事実Google検索ツールを統合して改善するマルチモーダル事実の正確性。
  • 長い文脈数百万個のトークンに対して、文脈に基づいた検索と推論を最適化する。
  • 多言語主義400以上の言語に対応しており、中国語、ヒンディー語、その他の言語ではパフォーマンスが最適化されています。
  • 音声と映像音声生成機能と動画理解機能（3時間分の動画分析など）を追加しました。
  • 機関の能力（Agentic Use Cases）：Gemini Deep Researchのエージェントは、複雑なタスクにおいて非常に優れた性能を発揮します。

  定量的評価

  • 方法論：比較するGemini 2.5 モデルとGemini モデル1.5の性能、そしてGemini 他の大規模言語モデルと比較した2.5 Proのパフォーマンス。
  • コアコンピタンスの成果：Gemini 2.5 コードプロ (Aider Polyglot 82.2%)、数学 (AIME 2025（88.0%）と長文コンテキストタスク（LOFT 87.0%）でトップの成績を収めた。他との比較。大型モデル（のように GPT-4o、Claude 4），Gemini 2.5 Proマルチモーダル事実に基づいたタスクにおいて最も優れた性能を発揮します。
  • 音声・映像評価FLEURS（音声認識）やVideoMME（動画理解）などのベンチマークにおいて、最先端（SOTA）の性能を実現しています。

  応用事例

  • Gemini Plays Pokémon独立系開発者は Gemini バージョン2.5 Proは『ポケットモンスター 青』を完成させ、長期的なタスクを計画し、複雑な推論を実行する能力を実証しています。
  • 実証されたその他の機能（他に何ができるか） Gemini 2.5 Do?）スクリプトをインタラクティブなツールに変換したり、画像からSVGを生成したり、教育用アプリケーションを作成したりなど。
  • Google製品統合（Gemini in Google Products）Google検索に適用（AI 概要やNotebookLM（ポッドキャスト生成ツール）などの製品。

  安全、セキュリティ、そして責任

  • 当社のプロセスセキュリティ評価フレームワーク、以下を含む自動レッドチームによるテストと外部専門家によるレビュー。
  • 政策と要望私たちは、暴力や医療過誤などの有害なコンテンツの生成を禁止し、迅速な対応、有益な情報提供、そして中立性を追求します。
  • 安全研修データフィルタリングと強化学習によってセキュリティが最適化されます。
  • 評価結果：Gemini 2.5 以前のモデルと比較して、ポリシー違反を8.2%削減し、応答性を向上させました（+18.4%）。
  • 自動レッドチームテスト（ART）：説明する自動レッドチームテスト（ART）のプロセスと結果。Gemini 2.5 FlashとProは維持されます強力安全性を確保しつつ、これまでのところ最も有用なモデルとなっている。
  • 記憶とプライバシー:分析するGemini 2.5 モデルの検出可能なメモリレートとプライバシーリスクが発見されましたGemini モデル2.5のメモリ使用量は以前のモデルよりも大幅に少なく、個人情報を含む出力は検出されませんでした。
  • セキュリティ評価と最先端のセキュリティフレームワーク: 説明Gemini 2.5 Pro は、CBRN (化学、生物、放射性物質、核情報リスク)、サイバーセキュリティ、機械学習研究開発や欺瞞的なアライメントといった分野における評価。
  • 外部セキュリティテスト外部セキュリティテスト計画の結果、および外部セキュリティテストプログラムの結果について説明してください。Gemini 2.5 Pro（プレビュー05-06）の評価は、自律システムのリスク、サイバーセキュリティのリスク、CBRNリスク、および社会的リスクに焦点を当てています。

  GoogleのGemini 2.5 モデル技術に関する白書オリジナルPDFファイル。QRコードをスキャンしてフォローし、返信してください。 20250621

  CodeFlyは、Huawei HarmonyOSアプリケーションの生成をサポートする世界初のアプリケーションです。AI Agent

  金陵の深い経験AICSDNは、金融投資調査プラットフォームを正式に立ち上げた。AI Agent