 |
गूगल जेमिनी का लोगो। फोटो: ब्लूमबर्ग । |
गूगल ने नवंबर के अंत में जेमिनी 3 मॉडल लॉन्च किया। कंपनी ने कई उल्लेखनीय अपग्रेड पेश किए, जैसे बेहतर कोडिंग क्षमताएं, विजुअल इमेज क्रिएशन और ऐसे एजेंट जो उपयोगकर्ता की ओर से कुछ कार्य करते हैं।
जेमिनी 3 को पेश करते समय, गूगल ने इस बात पर जोर दिया कि यह कंपनी का "अब तक का सबसे स्मार्ट मॉडल" है। वास्तविक अनुभव से पता चलता है कि मॉडल तेजी से काम करता है और इसकी तर्क क्षमता बेहतर है, हालांकि इसमें सुधार के कुछ क्षेत्र अभी भी मौजूद हैं।
इंटरेक्टिव इंटरफेस को तेजी से बनाएं।
जेमिनी 3 के प्रमुख अपग्रेड में से एक कैनवास से संबंधित है। यह जेमिनी के भीतर एक इंटरैक्टिव वर्कस्पेस है जो आपको चैटबॉट से कोड लिखने, परिणामों को विज़ुअलाइज़ करने और सामग्री को संपादित करने की अनुमति देता है।
जब जेमिनी 3 को एक फुटबॉल, पृथ्वी, सूर्य और मिल्की वे के बीच आकार के अंतर का 3डी मॉडल बनाने के लिए कहा जाता है, तो यह टूल एक कोडिंग इंटरफेस को सक्रिय करता है, उसे प्रोसेस करता है और एक इंटरैक्टिव वातावरण बनाता है, जिससे उपयोगकर्ता वस्तुओं के आकार का चयन और तुलना कर सकते हैं।
 |
जेमिनी 3 में कैनवास फीचर का उपयोग करके इंटरैक्टिव स्पेस बनाने की क्षमता। |
Google के डेमो की तुलना में, इमेज की गुणवत्ता थोड़ी कम है। हालांकि, वस्तुओं के बारे में जानकारी स्पष्ट और समझने में आसान है। प्रोसेसिंग का समय लगभग 2 मिनट है। कैनवास इंटरफ़ेस में, उपयोगकर्ता सीधे कोड को संपादित कर सकते हैं, कॉपी कर सकते हैं या सामग्री साझा कर सकते हैं।
एक अन्य कमांड के साथ, जेमिनी 3 को पेड़ की शाखा पर बैठे एक चील का 3डी घन-शैली (वॉक्सेल) मॉडल बनाने के लिए कहा गया। टूल ने लगभग 45 सेकंड में परिणाम तैयार कर दिया, और उपयोगकर्ता माउस का उपयोग करके ज़ूम इन और दृश्य को घुमा सकते थे। हालांकि, छवि में कुछ विवरणों में ग्राफिकल त्रुटियां थीं और वे स्थिर रूप से प्रदर्शित नहीं हो रहे थे।
पेड़ की शाखा पर बैठा चील भी मौजूद था, लेकिन आवश्यकता अधिक कठिन थी (एक 3डी मॉडल)। शुरुआत में, जेमिनी 3 द्वारा जनरेट किया गया कोड विफल रहा और चल नहीं पाया। संशोधन का अनुरोध करने के बाद, छवि दिखाई दी और इंटरैक्टिव हो गई।
 |
जेमिनी 3 की इंटरैक्टिव वातावरण बनाने की क्षमता। |
कुछ शेष मुद्दों के बावजूद, प्रश्न-उत्तर मॉडल से सहयोगात्मक, संपादन दृष्टिकोण की ओर बदलाव एक दिलचस्प दिशा है, जो जेमिनी 3 को जटिल, दीर्घकालिक कार्यों के लिए उपयोगी बनाता है।
बेशक, जेमिनी 3 सिर्फ ग्राफिक्स या विजुअल मॉडल बनाने के लिए ही नहीं है। गूगल एआई प्रो यूजर्स के लिए "जेनरेटिव यूआई" फीचर का परीक्षण कर रहा है। कुछ खास कमांड्स की मदद से यह मॉडल इंटरैक्टिव मैगज़ीन-स्टाइल इंटरफेस या विजुअल वेबसाइट बना सकता है।
गूगल का कहना है कि यह फीचर चरणबद्ध तरीके से शुरू किया जा रहा है। द वर्ज के अनुभव के अनुसार, उपयोगकर्ताओं को विज़ुअल लेआउट फीचर का चयन करना होगा, फिर "रोम की अपनी 3-दिवसीय यात्रा की योजना बनाएं" जैसा कोई कमांड दर्ज करना होगा।
प्रोसेसिंग के बाद, जेमिनी 3 एक ट्रैवल वेबसाइट के समान परिणाम उत्पन्न करता है, जिसमें यात्रा कार्यक्रम, विस्तृत चित्र और यात्रा संबंधी प्राथमिकताओं और खान-पान की आदतों के बारे में कुछ प्रश्न शामिल होते हैं। इसके बाद मॉडल उत्तरों को तदनुसार समायोजित करता है। यह सुविधा कंप्यूटर को असेंबल करने या एक्वेरियम बनाने जैसे विषयों के लिए भी काफी उपयोगी है।
अधिक प्रभावी तर्क और विश्लेषण।
गूगल के अनुसार, जेमिनी 3 की तर्क क्षमता अपने पूर्ववर्ती संस्करण से बेहतर है। कंपनी का दावा है कि जेमिनी 3 प्रो की तर्क क्षमता डॉक्टरेट स्तर तक पहुंचती है, जिसने मानवता की अंतिम परीक्षा में 37.5% और जीपीक्यूए डायमंड परीक्षा में 91.9% अंक प्राप्त किए हैं।
बेशक, उपयोगकर्ता मॉडल के साथ सीधे बातचीत करने पर ही अंतर को सही मायने में समझ सकते हैं। जब जेमिनी 3 प्रो से जीपीक्यूए डायमंड संदर्भ प्रश्न सेट (डॉक्टरेट स्तर पर केंद्रित) से एक समस्या को हल करने के लिए कहा गया, तो इसने चरण-दर-चरण निर्देशों और उदाहरण चित्रों सहित विस्तृत समाधान प्रदान करने में लगभग 30 सेकंड का समय लिया।
 |
मिथुन 3 जटिल प्रश्नों के उत्तर दे सकता है, जो पीएचडी स्तर के समकक्ष सोचने की क्षमता प्रदर्शित करता है। |
मूल्यांकन के अनुसार, समाधान काफी विस्तृत है और सही प्रक्रिया का पालन करता है। तुलना के लिए, GPT-5.1 का सही उत्तर देने में भी लगभग 30 सेकंड लगे, लेकिन समाधान कम विस्तृत था। इसी प्रकार, क्लाउड 4.5 सॉनेट का उत्तर जेमिनी 3 की तुलना में अधिक तेज़ी से और सही दिया गया, लेकिन यह कम विस्तृत था।
गूगल का कहना है कि जेमिनी 3 एक साथ कई स्रोतों से दस्तावेज़ निकाल सकता है, जैसे कि टेक्स्ट, इमेज और वीडियो । जेमिनी 3 उन कार्यों को भी बेहतर ढंग से संभालता है जिन पर पहले कभी प्रशिक्षण नहीं दिया गया था।
 |
जेमिनी 3 की वीडियो विश्लेषण क्षमताएं। |
उदाहरण के लिए, जब जेमिनी 3 को 57 मिनट के वीडियो के मुख्य विषय का विश्लेषण करने के लिए कहा गया, तो उसने अनुरोधित तर्कों और वीडियो के संबंधित खंड के टाइमस्टैम्प सहित परिणाम प्रदान करने में केवल लगभग एक मिनट का समय लिया। इसी प्रकार, मॉडल ने टेनिस वीडियो की सही पहचान की, मैचों का विश्लेषण किया और प्रत्येक खिलाड़ी की खेल शैली का भी सटीक वर्णन किया।
उपयोगकर्ता जेमिनी 3 से एक साथ वीडियो देखने और बाहरी स्रोतों का संदर्भ लेने के लिए कह सकते हैं, यहां तक कि गहन विश्लेषण के लिए प्रश्न भी पूछ सकते हैं। कुल मिलाकर, जेमिनी 3 विश्लेषणात्मक और दस्तावेज़-संदर्भ कार्यों में काफी प्रतिक्रियाशील है, जिसका श्रेय आंशिक रूप से Google खोज डेटाबेस के साथ इसके जुड़ाव को जाता है।
एजेंट मददगार है, लेकिन फिर भी कुछ समस्याएं हैं।
जेमिनी 3 में एजेंट फीचर भी एक उल्लेखनीय अपग्रेड है। एआई अल्ट्रा प्लान (जो वर्तमान में केवल अमेरिकी बाजार में उपलब्ध है) के उपयोगकर्ताओं के लिए, यह मोड उपयोगकर्ता की ओर से जटिल कार्य कर सकता है, जैसे ईमेल को वर्गीकृत और व्यवस्थित करना, जानकारी खोजना और यात्रा टिकट बुक करना।
जेमिनी 3 को लॉन्च करते समय, गूगल ने जीमेल में इनबॉक्स को व्यवस्थित करने की सुविधा का उदाहरण दिया। द वर्ज के अनुभव के अनुसार, यह सुविधा ठीक उसी तरह काम करती है जैसा अनुरोध किया गया था: एक सप्ताह के सभी अपठित ईमेल की पूरी सूची तैयार करना।
कैनवस फीचर की तरह ही, ईमेल सूचियाँ और सुझाए गए कार्य एक अलग क्षेत्र में प्रदर्शित होते हैं। जेमिनी कई विकल्प प्रदान करता है जैसे महत्वपूर्ण ईमेल के लिए रिमाइंडर सेट करना, प्रचार ईमेल को आर्काइव करना आदि।
 |
जेमिनी 3 का एजेंट फीचर जीमेल इनबॉक्स को मैनेज करने में मदद करता है। चित्र: द वर्ज । |
बिल भुगतान रिमाइंडर बनाने के लिए कहने पर, जेमिनी तुरंत संबंधित जानकारी गूगल टास्क में डाल देता है। भुगतान संबंधी कार्य के लिए, एजेंट स्वचालित रूप से आगे बढ़ता है और उपयोगकर्ता से भुगतान जानकारी दर्ज करने की आवश्यकता होने पर रुक जाता है।
कुल मिलाकर, जेमिनी 3 का एजेंट उन ईमेल को पहचानने में काफी उपयोगी है जिन्हें उपयोगकर्ता अक्सर भूल जाते हैं। यह टूल उन विज्ञापन पतों से आने वाले ईमेल को भी ढूंढ सकता है और उनसे अनसब्सक्राइब कर सकता है जो अब उपयोगी नहीं हैं।
दरअसल, Perplexity और ChatGPT जैसे कुछ चैटबॉट के एजेंट पहले से ही Gmail के साथ इंटीग्रेशन को सपोर्ट करते हैं। हालांकि, Gemini सबसे विविध इंटीग्रेशन क्षमताएं प्रदान करता है। उदाहरण के लिए, Perplexity के उपयोगकर्ताओं को उन ईमेल को अलग से दर्ज करना होता है जिन्हें वे रखना या हटाना चाहते हैं, जबकि Gemini पर ये कार्य बटनों के माध्यम से किए जा सकते हैं।
 |
जेमिनी 3 का इंटरैक्टिव इंटरफेस निर्माण फीचर। फोटो: द वर्ज । |
ChatGPT पर ईमेल सॉर्टिंग फ़ीचर भी अस्थिर है। हालांकि, Gemini की ईमेल भेजने की गति Perplexity से धीमी है। रेस्तरां में आरक्षण करने जैसे कुछ कार्यों में कभी-कभी समस्याएँ आती हैं।
हालांकि भुगतान या ईमेल भेजने जैसे संवेदनशील कार्यों को करने से पहले हमेशा उपयोगकर्ता की पुष्टि की आवश्यकता होती है, फिर भी कुछ कार्यों को एआई को सौंपने से उपयोगकर्ता हिचकिचाते हैं। जेमिनी 3 का एजेंट मोड काफी उपयोगी है, लेकिन उपयोगकर्ताओं को अभी भी आउटपुट की निगरानी करने की आवश्यकता है।
स्रोत: https://znews.vn/gemini-3-tot-den-dau-post1607493.html
टिप्पणी (0)