اختبار نموذج Gemini-Exp-1206 من Google: تحليل البيانات التنافسية والتصورات المتطورة في أقل من دقيقة

واحد من”https://blog.google/feed/gemini-exp-1206/” الهدف=”_blank” rel=”noreferrer noopener”>أحدث النماذج التجريبية من Google، Gemini-Exp-1206، يُظهر إمكانية التخفيف من أحد أكثر الجوانب قسوة على الإطلاق”https://venturebeat.com/category/enterprise-analytics/”> المحللين الوظيفة: الحصول على مزامنة بياناتهم وتصوراتهم بشكل مثالي وتقديم سرد مقنع،”https://www.wsj.com/finance/banking/young-banker-finance-adhd-medication-adderall-d578a16f” الهدف=”_blank” rel=”noreferrer noopener”> دون الحاجة إلى العمل طوال الليل.

محللو الاستثمار، والمصرفيون المبتدئون، وأعضاء الفرق الاستشارية الذين يطمحون لشغل مناصب شراكة يأخذون أدوارهم وهم يعلمون ذلك”https://www.wsj.com/finance/banking/young-banker-finance-adhd-medication-adderall-d578a16f” الهدف=”_blank” rel=”noreferrer noopener”> ساعات طويلةوعطلات نهاية الأسبوع والسهر طوال الليل في بعض الأحيان يمكن أن يمنحهم ميزة داخلية في العرض الترويجي.

ما يستهلك الكثير من وقتهم هو إجراء تحليل متقدم للبيانات مع إنشاء تصورات تعزز أيضًا”https://www.distinctive.plus/p/storylining-for-first-year-consultants” الهدف=”_blank” rel=”noreferrer noopener”> قصة مقنعة. ومما يجعل هذا الأمر أكثر صعوبة هو أن كل شركة مصرفية وتكنولوجيا مالية واستشارية، مثل جي بي مورغان وماكينزي وبرايس ووترهاوس كوبرز، لديها تنسيقات واتفاقيات فريدة لتحليل البيانات وتصورها.

أجرى VentureBeat مقابلات مع أعضاء فرق المشروع الداخلية التي قام أصحاب العمل بتعيين هذه الشركات وكلفهم بالمشروع. قال الموظفون الذين يعملون في فرق يقودها المستشارون إن إنتاج صور مرئية تعمل على تكثيف ودمج الكم الهائل من البيانات يمثل تحديًا مستمرًا. قال أحدهم إنه كان من الشائع بالنسبة للفرق الاستشارية أن تعمل بين عشية وضحاها وتقوم بما لا يقل عن ثلاث إلى أربع تكرارات لتصورات العرض التقديمي قبل الاستقرار على واحدة وتجهيزها للتحديثات على مستوى مجلس الإدارة.

حالة استخدام مقنعة لاختبار أحدث طراز من Google

يعتمد محللو العملية على إنشاء عروض تقديمية تدعم قصة ذات تصورات ورسومات قوية تحتوي على العديد من الخطوات اليدوية والتكرارات التي أثبتت حالة استخدام مقنعة لاختبار أحدث طراز من Google.

عند إطلاق النموذج في وقت سابق من شهر ديسمبر، قام باتريك كين من جوجل”https://blog.google/feed/gemini-exp-1206/” الهدف=”_blank” rel=”noreferrer noopener”> كتب”سواء كنت تتعامل مع تحديات البرمجة المعقدة، أو تحل المشكلات الرياضية للمدرسة أو المشاريع الشخصية، أو تقدم تعليمات مفصلة ومتعددة الخطوات لصياغة خطة عمل مخصصة، فإن Gemini-Exp-1206 سيساعدك على التنقل بين المهام المعقدة بسهولة أكبر.” لاحظت جوجل تحسن أداء النموذج في المهام الأكثر تعقيدًا، بما في ذلك التفكير الرياضي والبرمجة واتباع سلسلة من التعليمات.

أخذت شركة VentureBeat نموذج Google Exp-1206 لإجراء اختبار قيادة شامل هذا الأسبوع. لقد أنشأنا واختبرنا أكثر من 50 برنامجًا نصيًا لـ Python في محاولة لأتمتة ودمج التحليل والتصورات البديهية وسهلة الفهم والتي يمكنها تبسيط البيانات المعقدة التي يتم تحليلها. نظرًا لكيفية سيطرة المقياس الفائق على دورات الأخبار اليوم، كان هدفنا المحدد هو إنشاء تحليل لسوق تكنولوجيا معين مع إنشاء جداول داعمة ورسومات متقدمة أيضًا.

من خلال أكثر من 50 تكرارًا مختلفًا لنصوص بايثون التي تم التحقق منها، تضمنت النتائج التي توصلنا إليها ما يلي:

• كلما زاد تعقيد طلب كود بايثون، كلما زاد “تفكير” النموذج ومحاولة توقع النتيجة المرجوة. يحاول Exp-1206 توقع ما هو مطلوب من موجه معقد معين وسوف يغير ما ينتجه حتى من خلال أدنى تغيير بسيط في الموجه. لقد رأينا ذلك في كيفية تناوب النموذج بين تنسيقات أنواع الجداول الموضوعة مباشرة فوق الرسم البياني العنكبوتي لتحليل سوق المقياس الفائق الذي أنشأناه للاختبار.

• إن إجبار النموذج على محاولة تحليل البيانات المعقدة وتصورها وإنتاج ملف Excel يؤدي إلى تقديم جدول بيانات متعدد علامات التبويب. دون أن يُطلب منك أبدًا الحصول على جدول بيانات Excel يحتوي على علامات تبويب متعددة، قام Exp-1206 بإنشاء واحد. كان التحليل الجدولي الأساسي المطلوب موجودًا في علامة تبويب واحدة، والمرئيات في علامة تبويب أخرى، وجدول إضافي في علامة التبويب الثالثة.

• إن إخبار النموذج بتكرار البيانات والتوصية بالتصورات العشرة التي يقرر أنها تناسب البيانات بشكل أفضل يؤدي إلى نتائج مفيدة ومفيدة. بهدف تقليل استنزاف الوقت الناتج عن الاضطرار إلى إنشاء ثلاث أو أربع تكرارات لمجموعات الشرائح قبل مراجعة اللوحة، أجبرنا النموذج على إنتاج تكرارات مفاهيمية متعددة للصور. يمكن تنظيفها بسهولة ودمجها في العرض التقديمي، مما يوفر ساعات طويلة من العمل اليدوي لإنشاء الرسوم البيانية على الشرائح.

دفع Exp-1206 نحو المهام المعقدة والمتعددة الطبقات

كان هدف VentureBeat هو معرفة إلى أي مدى يمكن دفع النموذج من حيث التعقيد والمهام متعددة الطبقات. أظهر أدائه في إنشاء وتشغيل وتحرير وضبط 50 نصًا برمجيًا مختلفًا لـ Python مدى سرعة محاولة النموذج التقاط الفروق الدقيقة في التعليمات البرمجية والتفاعل على الفور. ينثني النموذج ويتكيف بناءً على التاريخ الفوري.

نتيجة تشغيل كود Python الذي تم إنشاؤه باستخدام Exp-1206 في”https://colab.research.google.com/” الهدف=”_blank” rel=”noreferrer noopener”> جوجل كولاب أظهر أن التفاصيل الدقيقة امتدت إلى تظليل وشفافية الطبقات في رسم بياني عنكبوتي مكون من ثماني نقاط تم تصميمه لإظهار كيفية مقارنة ستة منافسين فائقي الحجم. السمات الثمانية التي طلبنا من Exp-1206 تحديدها عبر جميع أجهزة القياس الفائقة وتثبيت الرسم البياني العنكبوتي ظلت متسقة، في حين تباينت التمثيلات الرسومية.

معركة فرط المقياس

لقد اخترنا أدوات التوسعة الفائقة التالية للمقارنة في اختبارنا: Alibaba Cloud، وAmazon Web Services (AWS)، وDigital Realty، وEquinix، وGoogle Cloud Platform (GCP)، وHuawei، وIBM Cloud، وMeta Platforms (Facebook)، وMicrosoft Azure، وNTT Global Data. المراكز وOracle Cloud وTencent Cloud.

بعد ذلك، كتبنا مطالبة مكونة من 11 خطوة تحتوي على أكثر من 450 كلمة. كان الهدف هو معرفة مدى قدرة Exp-1206 على التعامل مع المنطق المتسلسل وعدم فقدان مكانه في عملية معقدة متعددة الخطوات. (يمكنك قراءة المطالبة في الملحق في نهاية هذه المقالة.)

أرسلنا بعد ذلك المطالبة في”https://aistudio.google.com/prompts/new_chat” الهدف=”_blank” rel=”noreferrer noopener”> استوديو جوجل للذكاء الاصطناعي، باختيار نموذج الجوزاء التجريبي 1206 كما هو موضح في الشكل أدناه.

بعد ذلك، قمنا بنسخ الكود إلى Google Colab وحفظناه في دفتر ملاحظات Jupyter (Hyperscaler Comparison – Gemini Experimental 1206.ipynb)، ثم قمنا بتشغيل البرنامج النصي Python. تم تشغيل البرنامج النصي بشكل لا تشوبه شائبة وأنشأ ثلاثة ملفات (يُشار إليها بالأسهم الحمراء في الجزء العلوي الأيسر).

تحليل مقارن ورسم بياني لـ Hyperscaler – في أقل من دقيقة

طلبت السلسلة الأولى من التعليمات في الموجه من Exp-1206 إنشاء برنامج نصي بلغة Python من شأنه أن يقارن بين 12 جهازًا مختلفًا للقياس الفائق حسب اسم المنتج الخاص بهم والميزات الفريدة وعناصر التفريق ومواقع مراكز البيانات. فيما يلي كيفية ظهور ملف Excel المطلوب في البرنامج النصي. استغرق تنسيق جدول البيانات أقل من دقيقة لتقليصه ليناسب الأعمدة.

طلبت السلسلة التالية من الأوامر جدولًا يضم أفضل ستة أدوات للقياس الفائق مقارنة بأعلى الصفحة والرسم البياني العنكبوتي أدناه. اختار Exp-1206 بمفرده تمثيل البيانات بتنسيق HTML، مما أدى إلى إنشاء الصفحة أدناه.

يركز التسلسل النهائي للأوامر الفورية على إنشاء رسم بياني عنكبوتي لمقارنة أفضل ستة أدوات للقياس الفائق. لقد كلفنا Exp-1206 باختيار المعايير الثمانية للمقارنة واستكمال المؤامرة. تمت ترجمة سلسلة الأوامر هذه إلى لغة بايثون، وقام النموذج بإنشاء الملف وتقديمه في جلسة Google Colab.

نموذج مصمم خصيصًا لتوفير وقت المحللين

لقد تعلمت VentureBeat أنه في عملهم اليومي، يواصل المحللون إنشاء ومشاركة وضبط مكتبات المطالبات لنماذج محددة للذكاء الاصطناعي بهدف تبسيط إعداد التقارير والتحليل والتصور عبر فرقهم.

تحتاج الفرق المخصصة للمشاريع الاستشارية واسعة النطاق إلى التفكير في كيفية قيام نماذج مثل Gemini-Exp-1206 بتحسين الإنتاجية بشكل كبير وتخفيف الحاجة إلى أسابيع عمل تزيد عن 60 ساعة وساعات عمل ليلية عرضية. يمكن لسلسلة من المطالبات الآلية القيام بالعمل الاستكشافي المتمثل في النظر إلى العلاقات في البيانات، مما يمكّن المحللين من إنتاج صور مع قدر أكبر من اليقين دون الحاجة إلى قضاء قدر كبير من الوقت للوصول إلى هناك.

زائدة:

جوجل الجوزاء التجريبي 1206 اختبار سريع

اكتب برنامج نصي بلغة Python لتحليل المتوسعين الفائقين التاليين الذين أعلنوا عن البنية التحتية العالمية ووجود مركز البيانات لمنصاتهم وقم بإنشاء جدول يقارن بينهم يجسد الاختلافات المهمة في كل نهج في البنية التحتية العالمية ووجود مركز البيانات.

اجعل العمود الأول من الجدول هو اسم الشركة، والعمود الثاني هو أسماء كل من المتوسعين الفائقين في الشركة الذين لديهم بنية تحتية عالمية وحضور مركز البيانات، والعمود الثالث هو ما يجعل المتوسعين الفائقين لديهم فريدين ويغوصون بعمق في أكثر الفرق تميزًا الميزات، والعمود الرابع عبارة عن مواقع مراكز البيانات لكل مقياس فائق السرعة على مستوى المدينة والولاية والدولة. قم بتضمين جميع أجهزة Hyperscalers الـ 12 في ملف Excel. لا تتخلص من الويب. أنشئ ملف Excel للنتيجة وقم بتنسيق النص في ملف Excel بحيث يكون خاليًا من أي قوسين ({}) وعلامات الاقتباس (‘) والعلامات النجمية المزدوجة (**) وأي تعليمات برمجية بتنسيق HTML لتحسين إمكانية القراءة. قم بتسمية ملف Excel، Gemini_Experimental_1206_test.xlsx.

بعد ذلك، قم بإنشاء جدول بعرض ثلاثة أعمدة وعمق سبعة أعمدة. يحمل العمود الأول عنوان Hyperscaler، والثاني بعنوان الميزات الفريدة وعناصر التفاضل، والثالث، البنية التحتية ومواقع مراكز البيانات. غامق عناوين الأعمدة وتوسيطها. جريئة عناوين Hyperscalers أيضا. تحقق جيدًا للتأكد من أن النص الموجود داخل كل خلية في هذا الجدول يلتف حوله ولا يتقاطع مع الخلية التالية. اضبط ارتفاع كل صف للتأكد من احتواء النص بالكامل في الخلية المقصودة. يقارن هذا الجدول بين Amazon Web Services (AWS) وGoogle Cloud Platform (GCP) وIBM Cloud وMeta Platforms (Facebook) وMicrosoft Azure وOracle Cloud. قم بتوسيط الجدول في أعلى صفحة الإخراج.

بعد ذلك، خذ Amazon Web Services (AWS)، وGoogle Cloud Platform (GCP)، وIBM Cloud، وMeta Platforms (Facebook)، وMicrosoft Azure، وOracle Cloud وحدد الجوانب الثمانية الأكثر تميزًا في المجموعة. استخدم هذه الجوانب الثمانية المميزة لإنشاء رسم بياني عنكبوتي يقارن بين هذه المقاييس الستة الفائقة. أنشئ رسمًا بيانيًا عنكبوتيًا واحدًا كبيرًا يُظهر بوضوح الاختلافات في أدوات القياس الفائقة الستة هذه، باستخدام ألوان مختلفة لتحسين إمكانية قراءتها والقدرة على رؤية الخطوط العريضة أو آثار أقدام أجهزة القياس الفائقة المختلفة. تأكد من عنوان التحليل، ما هو أكثر ما يميز Hyperscalers، ديسمبر 2024. تأكد من أن وسيلة الإيضاح مرئية تمامًا وليست أعلى الرسم.

أضف رسم العنكبوت في أسفل الصفحة. قم بتوسيط رسم العنكبوت أسفل الجدول في صفحة الإخراج.

هذه هي أدوات التوسع الفائقة التي يجب تضمينها في نص Python: Alibaba Cloud، وAmazon Web Services (AWS)، وDigital Realty، وEquinix، وGoogle Cloud Platform (GCP)، وHuawei، وIBM Cloud، وMeta Platforms (Facebook)، وMicrosoft Azure، وNTT Global Data. المراكز، أوراكل كلاود، تينسنت كلاود.