Gemini Nano-1
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Google DeepMind
- Szervezet típusa
- Industry
- Ország
- United States of America
- Közölt
- 19 December 2023
- Szerzők
- Gemini Team
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Multimodal, Language, Vision, Audio
- Feladat
- Chat, Image captioning, Speech recognition (ASR)
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 1.8B
- Képzési adatok
- tokens
1.8B
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- Google TPU v5e
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- API access
- Képzés kód
- Unreleased
https://developer.android.com/ai/gemini-nano
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- Significant use
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 633
Significant use; deployed on Android phones such as the Pixel: https://store.google.com/intl/en/ideas/articles/pixel-feature-drop-december-2023/ "Despite their size, they show exceptionally strong performance on factuality, i.e. retrieval-related tasks, and significant performance on reasoning, STEM, coding, multimodal and multilingual tasks"
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Gemini: A Family of Highly Capable Multimodal Models
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
Gemini Nano-1 ki lett adva által Google DeepMind, az országban rögzítve mint United States of America, alatt December 2023. A kiadó szervezet a következő kategóriába tartozik industry.
Működik a területen a Multimodal, Language, Vision, Audio, és úgy van rögzítve, mint a feladat végrehajtása chat, Image captioning, Speech recognition (ASR).
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Képzés és származás
Egy különös okból nyomon követik az alapul szolgáló adatbázisban: significant use.
Válaszok
Gemini Nano-1 — gyakori kérdések
Gemini Nano-1— Mikor adták ki?
Kibocsátották a December 2023. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Gemini Nano-1— Mire használják?
Működik a területen a Multimodal, Language, Vision, Audio, és rögzítve van, hogy kezeli a feladatot chat, Image captioning, Speech recognition (ASR). A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
Gemini Nano-1— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
Gemini Nano-1— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Gemini Nano-1— Hány paramétere van?
Paraméterszáma 1.8B. 1.8B. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
Gemini Nano-1— Ki készítette ezt?
Kiadta Google DeepMind, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..