Gemini 2.0 Experimental बड़े भाषा मॉडल का एक परिवार है, जिसे गूगल डीपमाइंड द्वारा विकसित किया गया है, जो Gemini 1.5 श्रृंखला का उत्तराधिकारी है। ये मॉडल सार्वजनिक LLM और मीडिया लीडरबोर्ड पर "Gemini 2.0 Experimental" नाम से प्रदर्शित हुए हैं, जिनमें बेंचमार्क स्नैपशॉट में तीन अलग-अलग वेरिएंट दर्ज किए गए हैं। 2025 की शुरुआत तक, यह परिवार जारी नहीं किया गया है; पहुंच केवल अनाम अखाड़ा प्रविष्टियों तक सीमित है, और कोई आधिकारिक तकनीकी रिपोर्ट या API दस्तावेज़ प्रकाशित नहीं किया गया है।
Gemini 2.0 Experimental का अस्तित्व क्राउडसोर्स्ड मूल्यांकन प्लेटफार्मों पर इसकी उपस्थिति के माध्यम से ज्ञात हुआ, जहां इसे अन्य सीमावर्ती मॉडलों के साथ सूचीबद्ध किया गया था। तीन वेरिएंट को आमतौर पर "Exp-01," "Exp-02," और "Exp-03" जैसे प्रत्ययों द्वारा दर्शाया जाता है, हालांकि सटीक नामकरण परंपराएं लीडरबोर्ड के अनुसार भिन्न होती हैं। ये वेरिएंट तर्क, कोडिंग और मल्टीमॉडल कार्यों में वृद्धिशील सुधार दिखाते हैं, जैसा कि MMLU, HumanEval और MATH जैसे सार्वजनिक बेंचमार्क द्वारा मापा गया है।
बेंचमार्क प्रदर्शन
सार्वजनिक लीडरबोर्ड पर, Gemini 2.0 Experimental वेरिएंट लगातार शीर्ष मॉडलों में शामिल रहे हैं, अक्सर ओपनएआई के GPT-4 श्रृंखला और एंथ्रोपिक के Claude 3.5 के साथ प्रतिस्पर्धा करते हुए। उदाहरण के लिए, नवंबर 2024 के एक स्नैपशॉट में, Exp-01 वेरिएंट ने MMLU पर 87.2% का स्कोर हासिल किया, जो GPT-4 Turbo के 86.4% से अधिक था, लेकिन Claude 3.5 Sonnet के 88.7% से पीछे रहा। HumanEval पर, उसी वेरिएंट ने pass@1 में 92.1% दर्ज किया, जबकि MATH पर यह 78.5% तक पहुंच गया। बाद के वेरिएंट, Exp-02 और Exp-03, ने मामूली लाभ दिखाया, जिसमें Exp-03 ने MMLU पर 88.0% और HumanEval पर 93.4% स्कोर किया।
ये स्कोर अनाम मूल्यांकन से प्राप्त होते हैं, और सटीक मॉडल कॉन्फ़िगरेशन (जैसे, पैरामीटर संख्या, प्रशिक्षण डेटा) का खुलासा नहीं किया गया है। "प्रायोगिक" नामकरण एक शोध पूर्वावलोकन का सुझाव देता है, जो पहले के गूगल डीपमाइंड रिलीज़ जैसे Gemini 1.5 Pro Experimental के समान है।
तकनीकी विशेषताएं
सार्वजनिक जानकारी और बेंचमार्क व्यवहार से अनुमान के आधार पर, Gemini 2.0 Experimental मॉडल ट्रांसफॉर्मर आर्किटेक्चर पर बनाए गए हैं, जो जनरेटिव एआई प्रतिमान के अनुरूप है। वे संभवतः मल्टी-हेड अटेंशन और मिक्सचर-ऑफ-एक्सपर्ट्स परतों का उपयोग करते हैं, जैसा कि Gemini 1.5 में देखा गया है। मॉडल मल्टीमॉडल हैं, जो टेक्स्ट, छवि, ऑडियो और वीडियो इनपुट स्वीकार करते हैं, और टेक्स्ट और कोड आउटपुट उत्पन्न करते हैं। संदर्भ विंडो की लंबाई 1 मिलियन टोकन होने का अनुमान है, जो Gemini 1.5 Pro विनिर्देश से मेल खाती है, हालांकि यह पुष्टि नहीं हुई है।
प्रशिक्षण विवरण, जैसे आरएलएचएफ या आरएलएचएफ वेरिएंट का उपयोग, सार्वजनिक रूप से दस्तावेजित नहीं है। हालांकि, तर्क कार्यों में मॉडलों का मजबूत प्रदर्शन चेन-ऑफ-थॉट प्रॉम्प्टिंग और संभवतः टेस्ट-टाइम कंप्यूट स्केलिंग के उपयोग का सुझाव देता है, जो हाल के शोध में उल्लेखित एक तकनीक है।
उपलब्धता और पहुंच
Gemini 2.0 Experimental परिवार आधिकारिक Google APIs या Google AI Studio के माध्यम से उपलब्ध नहीं है। इसके बजाय, इसे अनाम अखाड़ा प्लेटफार्मों, जैसे LMArena (पूर्व में Chatbot Arena) के माध्यम से एक्सेस किया गया है, जहां उपयोगकर्ता मॉडल की पहचान जाने बिना उसके साथ बातचीत कर सकते हैं। यह दृष्टिकोण गूगल डीपमाइंड को मानव वरीयता डेटा एकत्र करने और सार्वजनिक रिलीज़ के लिए प्रतिबद्ध हुए बिना वास्तविक दुनिया के परिदृश्यों में मॉडल का तनाव-परीक्षण करने की अनुमति देता है।
जनवरी 2025 तक, स्थिर रिलीज़ के संबंध में कोई आधिकारिक घोषणा नहीं की गई है। "प्रायोगिक" लेबल सुझाव देता है कि मॉडल परीक्षण चरण में है, और पूर्ण लॉन्च 2025 में बाद में हो सकता है, संभवतः Gemini 2.0 नाम के तहत।
पूर्ववर्तियों के साथ तुलना
Gemini 2.0 Experimental, Gemini 1.5 की नींव पर बनाता है, जो फरवरी 2024 में जारी किया गया था। Gemini 1.5 Pro ने 1 मिलियन टोकन संदर्भ विंडो और उन्नत मल्टीमॉडल क्षमताओं की शुरुआत की। 2.0 Experimental वेरिएंट मानक बेंचमार्क पर बेहतर प्रदर्शन दिखाते हैं, जिसमें MMLU, HumanEval और MATH पर Gemini 1.5 Pro की तुलना में औसतन 3-5% की वृद्धि होती है। उदाहरण के लिए, Gemini 1.5 Pro ने MMLU पर 81.9% स्कोर किया, जबकि Exp-01 ने 87.2% स्कोर किया।
प्रायोगिक प्रकृति भी तेज़ पुनरावृत्ति चक्र का संकेत देती है, जिसमें हफ्तों के भीतर कई वेरिएंट जारी किए जाते हैं, जो गूगल डीपमाइंड के चुस्त विकास दृष्टिकोण को दर्शाता है।
स्वागत और प्रभाव
लीडरबोर्ड पर Gemini 2.0 Experimental की उपस्थिति ने एआई समुदाय में रुचि उत्पन्न की है, क्योंकि यह ओपनएआई और एंथ्रोपिक के साथ प्रतिस्पर्धा करने के लिए गूगल डीपमाइंड के निरंतर प्रयास का संकेत देता है। हालांकि, आधिकारिक दस्तावेज़ीकरण की कमी ने मॉडल की आर्किटेक्चर और प्रशिक्षण विधियों के बारे में अटकलें लगाई हैं। कुछ शोधकर्ताओं ने नोट किया है कि बेंचमार्क स्कोर टेस्ट-सेट संदूषण के कारण बढ़ाए जा सकते हैं, जो अनाम मॉडलों के साथ एक सामान्य चिंता है।
इन अनिश्चितताओं के बावजूद, Gemini 2.0 Experimental को इसकी मजबूत तर्क और कोडिंग क्षमताओं के लिए सराहा गया है, जो अक्सर बड़े मॉडलों से बेहतर प्रदर्शन करता है। मल्टीमॉडल कार्यों, जैसे दृश्य प्रश्न उत्तर, पर इसका प्रदर्शन भी उल्लेखनीय है, हालांकि विशिष्ट स्कोर सार्वजनिक रूप से एकत्र नहीं किए गए हैं।
2025 की शुरुआत तक, मॉडल एक अनाम अखाड़ा प्रविष्टि बना हुआ है, और इसका भविष्य अनिश्चित है। यदि जारी किया जाता है, तो यह एआई परिदृश्य में एक प्रमुख खिलाड़ी बन सकता है, संभावित रूप से अन्य प्रयोगशालाओं से बाद के मॉडलों के विकास को प्रभावित कर सकता है।