些細な日常
詩人の 萩原朔太郎 の 家庭の痛恨 というエッセイの 朗読の動画 を作って概要欄に紹介文を載せようと対話型AIのGeminiに訊いてみた。その他のものでは作品の存在すらも把握できてなくて正しい回答を全く期待できないので、唯一の頼みの綱なんだけれどもまさか完全に間違った解釈を行っていてしかも修正できずに固執されてほとほと参った。 AIが言葉を正しく理解できない現実 Geminiの 家庭の痛恨 への概説は次のようになっていた。 萩原朔太郎の随筆『家庭の痛恨』は、西洋と東洋の家庭観のずれを背景に、日本の家庭制度が抱える矛盾や苦痛を描いた作品です。 作中では、西洋の夫婦が社交界で自由に交流する様子と、日本の妻が家事に専念する姿が対比されています。朔太郎は、日本の妻が社交的な活動に参加できないことや、夫の浮気を許容せざるを得ない状況に、強い不満を表明しています。 この作品は、当時の社会における女性の地位や役割、夫婦関係の問…
昨年十二月にGeminiのバージョンアップがあって2.0 Flashが使えるようになった。試験運用版（Experimental）で始まって現在も変わってないのか、公式発表はないようだけど、しかしWebサービスでは最初から選択済みの状態に変わり、Experimentalの文字が消えた。 Gemini｜ Google Gemini 2.0 Flashを使ってみると試験運用版でも安定感が増したようで、さらに使い易くなったというのが第一印象なんだ。質問に対する回答の纏まりが良くなって質問の意図を深く捉えて回答を豊かに作ることが可能になったのではないか。少し使っただけでも以前のものに戻りたくないという気持ちにさせるから着実に進歩しているのは間違いなさそうだ。 Gemini 2.0 Flashの特徴について Gemini 2.0 Flashは、Googleが開発した最新の高性能AIモデルです。以下にその主な特…
Geminiの 画像生成 の品質が少し前から上がった感じがしていた。すると、昨日、メッセージが出てGeminiが搭載する画像生成のAIのImagen 2がバージョンアップしてImagen 3になったことが分かった。 GeminiのImagen 3は色彩の豊かさが見事だ 僕はAIの画像生成でGeminiを最も良く使っている。能力は世界最高だと思う。サイズが大きめで、画質が良い。プロンプトへの反応が良くて関係ない画像を出すことが少ない。対象物の壊れが殆どない。無料で一日当たり三十回くらい使える。特にプロンプトへの反応と対象物の壊れ難さは他の画像生成と比べて頭一つ抜けている感じがする。お気に入りの画像を速く得るという点でGeminiを上回るものはないわけなんだ。 Geminiが悪いのは生成画像の縦横比を変えられないこと、構図がずれ易いこと、ポリシー違反か厳しくて掛けないと拒否することが多いことだ。 加えて…
Geminiのウェブ版のバージョンアップが先月の二十五日にあって新たに1.5 Flashが使えるようになった。 Gemini に Gemini 1.5 Flash を搭載 更新内容: Gemini に 1.5 Flash が搭載され、速度と効率が最適化されたモデルにアクセスできるようになりました。1.5 Flash は、コンテキスト ウィンドウが 1.0 Pro の 4 倍（8,000 トークンから 32,000 トークン）となり、回答の全般的な品質と正確性が向上しています。 理由: 1.5 Flash では、コンテキスト ウィンドウがさらに長くなりパフォーマンスも向上したことで、Gemini を使った新たなクリエーション、インタラクション、コラボレーションが可能になっています。 コンテキスト ウィンドウが長くなったことで、Gemini が 1 つのプロンプトで処理できるコンテンツの量がさらに多…
Gemini APIを使ってみたら何もしないとマークダウンのレスポンス形式で出力される。サイトで普通に扱うのは難しくて何とかならないかと調べた。提供元のGoogleの公式サイトによればプロンプトでレスポンス形式も併せて指定して欲しいみたいだ。 追記：バージョン1.5以降は JSON 形式のレスポンス も可能になっている。 Gemini APIのレスポンス形式はプロンプトで指定する よくある問題は、モデル出力を特定の形式（マークダウン、JSON、HTML など）にする必要があることです。特に、モデルの出力を下流のタスクで取り込む必要がある場合に発生します。プロンプトの中でモデルにそのように指示することで、その形式での出力を試みることができます。 マルチモーダル プロンプトを設計する｜ Google Cloud ｜Google Developers どこかに入力して設定したり、送られたデータから取り出すわけで…
Googleの対話型AIのBardがさらに強力なものとしてGeminiに置き換えられたのが2024年2月8日だった。 Bard が Gemini になりました 更新内容: Gemini では、Google AI に直接アクセスすることができます。従来の機能は引き続き利用可能で、今後は Gemini としてさらに使いやすく進化していきます。また、注意をそらす視覚要素を減らし、読みやすさを向上させ、操作をシンプルにするために UI もアップデートしました。 理由: Google では、誰もが Google AI に直接アクセス可能になるよう取り組んでいます。今週から、対象の国と言語のすべてのユーザーに、Google の最も高性能な AI モデルをご利用いただけるようになりました。この取り組みをよりよく反映するために、Bard の名前を Gemini に変更しました。 リリースの更新内容｜Gemini …
Bardが2024年2月8日のアップデートで Gemini へ完全に移行した。結果的に最後となった同月1日のアップデートでダブルチェック機能が追加された。英語版で既出だったものが日本版で初めて出されることになった。どんなものかを確認して今後の使用に活かしたい。 関連ページ BardがアップデートでGeminiを搭載した Geminiの画像生成について Geminiのダブルチェック機能とは何か Bardの英語版で搭載されていたダブルチェック機能がGemini（旧Bard）の日本語版でも使えるようになった。 ダブルチェック機能がさらに多くの言語で利用可能に 更新内容: Bard の回答のダブルチェック機能が、ほとんどの対応言語で開くで利用できるようになりました。 理由: Bard を利用した学習プロセスにおいて、ユーザーが Bard の回答をより適切に評価できるよう、ダブルチェック機能の対応言語の拡大に取り組ん…
Bardが2024年2月1日のアップデートでGeminiを搭載して使い易さを上げて来た。Geminiは英語版で既出だったものが日本版で初めて出されることになった。どんなものかを確認して今後の使用に活かしたい。 追記：2024年2月8日のアップデートでBardが廃止されて Gemini へ完全に移行した。 今後は Gemini としてさらに使いやすく進化していきます （リリースの更新内容｜Gemini）。Bardが廃止されるとは予想もしてなくてびっくりだ。 関連ページ Geminiのダブルチェック機能について Geminiの画像生成について Bardが搭載したGeminiとは何か Gemini はGoogleの新たな大規模言語モデルとして昨年の十二月に発表された。 Gemini は、Google Research のメンバーを含む Google 全体での大規模な共同研究の成果です。マルチモーダルとしてゼロから構築…
