Únik z Googlu: Gemini 4 prý tápe u části programování. Firma to odmítá

Přidat Svět Androida mezi preferované stránky na Google

ať vám neunikne žádná Android novinka nebo sleva

Vysoké skóre v benchmarku a spolehlivý pomocník při programování nemusí být totéž. Právě takový rozpor naznačuje únik interních hodnocení nového Gemini 4, o kterém informuje Bloomberg. Někteří zaměstnanci Googlu podle něj narazili na programátorské úlohy, se kterými si model nevede tak dobře, jak by jeho výsledky v testech napovídaly. Google se proti tomuto hodnocení ohradil.

V testech před konkurencí, uvnitř Googlu bez shody

Při představení Gemini 4 Argon Google ukázal výsledky, v nichž novinka v řadě klíčových oblastí překonávala konkurenci včetně GPT-6 Astra od OpenAI. Uniklá hodnocení ale ukazují nejednotný pohled uvnitř firmy. Jeden ze zaměstnanců mluví o široké shodě, že Gemini patří na technologickou špičku. Jiní se obávají, že bude dál zaostávat za modely Anthropic a OpenAI.

Pro zájemce o asistenta na psaní kódu je to podstatnější spor než samotné pořadí v žebříčku. Výsledné skóre může usnadnit první orientaci, samo však neříká, jak dobře model zvládne právě jejich zadání. Ani rozdílné názory zaměstnanců ovšem nestačí k závěru, že je nové Gemini pro programování obecně slabší volbou.

Delší výstup má i konkrétní cenu

Vedle debaty o kvalitě přináší Argon konkrétní změnu: limit generovaného výstupu roste až na 1 milion tokenů. Jde o prostor pro obsah, který model vytváří. Google zároveň u novinky vyzdvihuje schopnosti v kybernetické obraně.

Vyšší strop může být užitečný u rozsáhlých výstupů, kde je problémem jejich délka. Sám o sobě ale neřeší správnost vygenerovaného kódu, kolem které se nynější spor točí.

Na kterých programátorských úlohách podle vás AI nejčastěji selhává?

Zdroje: 9to5google.com

Přidat Svět Androida mezi preferované stránky na Google

ať vám neunikne žádná Android novinka nebo sleva