Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

Gemini : モデル : Gemini モデル

Posted on 05/01/2024 by Sales Information

Gemini : モデル : Gemini モデル

作成 : クラスキャット セールスインフォメーション
作成日時 : 05/01/2024

* 本ページは、ai.google.dev の以下のページを独自に翻訳して、適宜、補足説明したものです :

  • Gemini models

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス

◆ クラスキャット は人工知能・テレワークに関する各種サービスを提供しています。お気軽にご相談ください :

ClassCat Chatbot

  • 人工知能研究開発支援
    1. 人工知能研修サービス(経営者層向けオンサイト研修)
    2. テクニカルコンサルティングサービス
    3. 実証実験(プロトタイプ構築)
    4. アプリケーションへの実装

  • 人工知能研修サービス

  • PoC(概念実証)を失敗させないための支援
◆ 人工知能とビジネスをテーマに WEB セミナーを定期的に開催しています。スケジュール。
  • お住まいの地域に関係なく Web ブラウザからご参加頂けます。事前登録 が必要ですのでご注意ください。

◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。

  • クラスキャット セールス・マーケティング本部 セールス・インフォメーション
  • sales-info@classcat.com  ;  Website: www.classcat.com  ;   ClassCatJP

 

Gemini : モデル : Gemini モデル

Gemini は生成 AI モデルのファミリーで、開発者がコンテンツを生成して問題を解決することを可能にします。これらのモデルは入力としてテキストと画像の両方を処理するように設計されて訓練されています。このガイドは、モデル・バリアントの情報を提供してどれがユースケースに最良に適合するかを決定するのに役立つようにします。

以下に利用可能なモデルと機能の簡単な概要があります :

モデル 入力 出力
Gemini
・ Gemini 1.5 Pro (プレビュー only) テキスト & 画像 テキスト
・ Gemini 1.0 Pro テキスト テキスト
・ Gemini 1.0 Pro Vision テキスト & 画像 テキスト
埋め込み
・ Embedding テキスト テキスト埋め込み
検索取得 (Retrieval)
・ AQA テキスト テキスト

 

安全性と使用目的

生成 AI モデルは強力なツールですが、制限がないわけではありません。それらの多用途性と適用可能性は、不正確で偏向しており不快な出力のような、予期せぬ出力に繋がる場合があります。そのような出力の被害のリスクを制限するためには後処理と厳しい手動評価が不可欠です。追加の安全な使用の提案については セーフティ・ガイダンス をご覧ください。

Gemini API により提供されるモデルは、広範囲な生成 AI と自然言語処理 (NLP) アプリケーションのために使用できます。これらの機能の利用は Gemini API か Google AI Studio web アプリケーションを通してのみ可能です。Gemini API の利用はまた 生成 AI の禁止される (Prohibited) 使用ポリシー と Gemini API サービス利用規約 に従います。

 

モデルサイズ

次の表は利用可能なサイズと、互いに関連して意味するところを示します。

モデルサイズ 説明 サービス
Gemini 1.0 Pro 機能と効率のバランスが取れるモデルサイズ。 ・テキスト
・チャット

 

モデル・バージョン

Gemini モデルはプレビュー版か安定版が利用可能です。コードでは、以下のモデル名形式の一つを使用して利用したいモデルとバージョンを指定できます。

  • Latest (最新版) : 特定の世代やバリエーションに対するモデルの最新 (cutting-edge) 版を指します。基礎となるモデルは定期的に更新され、プレビュー版である可能性があります。調査用のテスト・アプリケーションやプロトタイプだけがこのエイリアスを使用するべきです。
     
    最新版を指定するには、次のパターンを使用します : <model>-<generation>-<variation>-latest. 例えば、gemini-1.0-pro-latest.

  • Latest stable (最新安定版) : 特定のモデル世代やバリエーションに対してリリースされた最新安定版を指します。
     
    最新安定版を指定するには、次のパターンを使用します : <model>-<generation>-<variation>. 例えば、gemini-1.0-pro.

  • stable (安定版) : 特定の安定版モデルを指します。安定版モデルは変化しません。殆どの製品アプリケーションは特定の安定版モデルを使用するべきです。
     
    安定版を指定するには、次のパターンを使用します : <model>-<generation>-<variation>-<version>. 例えば、gemini-1.0-pro-001.

⭐️ Note : gemini-pro は gemini-1.0-pro のエイリアスです。

 

モデル・バリエーション

Gemini API は特定のユースケースのために最適化された様々なモデルを提供しています。以下の表はそれぞれの属性を説明しています。

⭐️ Note : Gemini モデルについては、トークンはおよそ 4 文字に相当します。100 トークンはおよそ 60-80 の英単語です。

(訳註: 詳細は 原文 参照)

 

モデルのメタデータ

ModelService API を使用して、入力と出力トークン制限のような最新モデルについての追加のメタデータを取得できます。次の表は Gemini Pro モデル・バリアントのメタデータを示します。

属性 値
表示名 Gemini 1.0 Pro
モデルコード models/gemini-1.0-pro
説明 テキスト生成を対象とするモデル
サポートされる生成メソッド generateContent
Temperature 0.9
top_p 1
top_k 1

 

以上



クラスキャット

最近の投稿

  • Agno : コンセプト : エージェント – 知識
  • Agno : コンセプト : エージェント – エージェント・コンテキスト
  • Agno : コンセプト : エージェント – プロンプト
  • Agno : コンセプト : エージェント – ユーザ制御フロー (Human in the Loop)
  • Agno : コンセプト : エージェント – マルチモーダル・エージェント

タグ

Agno (17) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) LangGraph 0.5 (9) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2024年5月
月 火 水 木 金 土 日
 12345
6789101112
13141516171819
20212223242526
2728293031  
« 4月   6月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme