01 क्या हुआ
Google ने अपने Gemini 4 Argon मॉडल के प्रदर्शन और सुरक्षा के बारे में अतिरिक्त डेटा जारी किया है। मॉडल ने Embodied Reasoning (ERQA) बेंचमार्क में 87% अंक प्राप्त किए, जो 3D वातावरण में भौतिक और स्थानिक सोच का परीक्षण करता है। Gray Swan Indirect Prompt Injection परीक्षण में हमलों की सफलता दर 0.7% रही। Google के अनुसार, पिछले Gemini मॉडलों की तुलना में स्ट्रेस टेस्ट में सुरक्षा उल्लंघनों की संख्या लगभग आधी हो गई है। इसके अलावा, कंपनी 10,000 वैज्ञानिकों को Google Antigravity के उच्चतम उपयोग स्तर तक छह महीने का मुफ्त एक्सेस प्रदान कर रही है।
02 मुख्य विवरण
- Google की रिपोर्ट के अनुसार, Gemini 4 Argon ने Embodied Reasoning (ERQA) बेंचमार्क में 87% अंक प्राप्त किए, 3D वातावरण में शुद्ध तर्क में अन्य frontier मॉडलों से बेहतर प्रदर्शन किया।
- Gray Swan Indirect Prompt Injection बेंचमार्क में, Argon ने 15 अनुकूली प्रयासों में 0.7% सफल हमले की दर हासिल की, जो सभी मूल्यांकित मॉडलों से आगे है।
- सुरक्षा मूल्यांकनों से पता चला कि बाहरी बायो रेड टीमिंग ने परीक्षित बायो उप-कार्यों के 1% से भी कम को अनलॉक किया, और पिछले Gemini मॉडलों की तुलना में प्रतिकूल तनाव-परीक्षण उल्लंघन लगभग आधे हो गए।
- Google पात्रता, क्षमता और चयन के अधीन, 10,000 वैज्ञानिकों को Google Antigravity के उच्चतम उपयोग स्तर तक छह महीने का मुफ्त एक्सेस प्रदान कर रहा है; आवेदन खुले हैं।
03 यह क्यों महत्वपूर्ण है
नए बेंचमार्क और सुरक्षा मूल्यांकन Argon की क्षमताओं के बारे में ठोस जानकारी प्रदान करते हैं, जो तैनाती पर विचार कर रहे उद्यमों और शोधकर्ताओं के लिए महत्वपूर्ण है। वैज्ञानिकों के लिए कार्यक्रम का उद्देश्य अनुसंधान को गति देना है।
04 किनके लिए महत्वपूर्ण है
उद्यम, सॉफ़्टवेयर डेवलपर्स, शोधकर्ता और सूचना सुरक्षा विशेषज्ञ.