From 59d41add03c98826a5accbcc606a7760c3399548 Mon Sep 17 00:00:00 2001 From: snailrun <3074994545@qq.com> Date: Fri, 28 Mar 2025 22:56:11 +0800 Subject: [PATCH 1/2] =?UTF-8?q?feat:=20=E6=B7=BB=E5=8A=A0=E5=BF=85?= =?UTF-8?q?=E5=BA=94=E7=9A=84=E9=AA=8C=E8=AF=81=E6=96=87=E4=BB=B6?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .vuepress/public/BingSiteAuth.xml | 4 ++++ 1 file changed, 4 insertions(+) create mode 100644 .vuepress/public/BingSiteAuth.xml diff --git a/.vuepress/public/BingSiteAuth.xml b/.vuepress/public/BingSiteAuth.xml new file mode 100644 index 0000000..b5ce1c3 --- /dev/null +++ b/.vuepress/public/BingSiteAuth.xml @@ -0,0 +1,4 @@ + + + ACA55496BE3463A2B5D3EFC7FA278AE0 + \ No newline at end of file From 4b9b1b83ea7442e06762951632f92e2ceb503e0d Mon Sep 17 00:00:00 2001 From: snailrun <3074994545@qq.com> Date: Mon, 31 Mar 2025 19:21:46 +0800 Subject: [PATCH 2/2] =?UTF-8?q?feat:=20=E6=B7=BB=E5=8A=A0=E8=85=BE?= =?UTF-8?q?=E8=AE=AF=E4=BA=91=20COS=20=E9=83=A8=E7=BD=B2=E5=B7=A5=E4=BD=9C?= =?UTF-8?q?=E6=B5=81=EF=BC=8C=E6=9B=B4=E6=96=B0=E6=96=87=E6=A1=A3=E5=92=8C?= =?UTF-8?q?=E4=BE=A7=E8=BE=B9=E6=A0=8F=E5=86=85=E5=AE=B9?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .github/workflows/deploy.yml | 64 ++++++ .vuepress/scripts/send-email.js | 63 ++++++ .vuepress/sidebars/ai.ts | 1 + ...！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西.md | 195 ++++++++++++++++++ AI/README.md | 2 + package.json | 4 +- 6 files changed, 328 insertions(+), 1 deletion(-) create mode 100644 .github/workflows/deploy.yml create mode 100644 .vuepress/scripts/send-email.js create mode 100644 AI/Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西.md diff --git a/.github/workflows/deploy.yml b/.github/workflows/deploy.yml new file mode 100644 index 0000000..27167de --- /dev/null +++ b/.github/workflows/deploy.yml @@ -0,0 +1,64 @@ +name: 构建并部署到腾讯云 COS + +on: + push: + branches: [main] # 可以改为你的主分支名称 + workflow_dispatch: # 允许手动触发 + +jobs: + build-and-deploy: + runs-on: ubuntu-latest + steps: + - name: 检出代码 + uses: actions/checkout@v3 + + - name: 设置 Node.js 环境 + uses: actions/setup-node@v3 + with: + node-version: "16" # 根据你的项目需求选择版本 + + - name: 安装依赖 + run: npm install + + - name: 缓存依赖 + uses: actions/cache@v3 + with: + path: ~/.npm + key: ${{ runner.os }}-node-${{ hashFiles('**/package-lock.json') }} + restore-keys: | + ${{ runner.os }}-node- + + - name: 构建 + run: npm run docs:build + + # 添加这个步骤以设置兼容的 Python 版本 + - name: 设置 Python 3.10 + uses: actions/setup-python@v4 + with: + python-version: "3.10" + + - name: 安装腾讯云 CLI + run: pip install coscmd + + - name: 配置腾讯云 COS 认证 + run: | + coscmd config -a ${{ secrets.TENCENT_SECRET_ID }} -s ${{ secrets.TENCENT_SECRET_KEY }} -b ${{ secrets.COS_BUCKET }} -r ${{ secrets.COS_REGION }} + + - name: 上传到腾讯云 COS + run: | + coscmd upload -r .vuepress/dist/ / + + - name: 安装 nodemailer + if: success() # 仅在上述步骤成功时执行 + run: npm install nodemailer + + - name: 发送邮件通知 + if: success() # 仅在上述步骤成功时执行 + run: node .vuepress/scripts/send-email.js "${{ secrets.EMAIL_USER }}" "${{ secrets.EMAIL_PASS }}" "${{ secrets.EMAIL_TO }}" + # - name: 部署到腾讯云 COS + # uses: TencentCloud/cos-action@v1 + # with: + # secret_id: ${{ secrets.TENCENT_SECRET_ID }} + # secret_key: ${{ secrets.TENCENT_SECRET_KEY }} + # cos_bucket: ${{ secrets.COS_BUCKET }} + # cos_region: ${{ secrets.COS_REGION }} diff --git a/.vuepress/scripts/send-email.js b/.vuepress/scripts/send-email.js new file mode 100644 index 0000000..c6806f7 --- /dev/null +++ b/.vuepress/scripts/send-email.js @@ -0,0 +1,63 @@ +const nodemailer = require("nodemailer"); + +// 从命令行参数获取邮箱配置 +const [emailUser, emailPass, toEmail] = process.argv.slice(2); +const repoName = process.env.GITHUB_REPOSITORY || "未知仓库"; +const runId = process.env.GITHUB_RUN_ID || "未知"; +const runUrl = `https://github.com/${repoName}/actions/runs/${runId}`; +const branch = process.env.GITHUB_REF_NAME || "main"; + +async function sendEmail() { + // 创建邮件传输器 + const transporter = nodemailer.createTransport({ + service: "qq", // 或其他服务，如 'gmail', '163' 等 + auth: { + user: emailUser, + pass: emailPass, // QQ 邮箱需要使用授权码而非密码 + }, + }); + + // 设置邮件内容 + const mailOptions = { + from: emailUser, + to: toEmail, + subject: `【构建通知】AI 知识库已成功部署 - ${new Date().toLocaleString()}`, + html: ` +
+

✅ 部署成功通知

+

您的 AI 知识库 网站已成功构建并部署到腾讯云 COS！

+ +

+ + 查看构建详情 + +

+

+ 此邮件由 GitHub Actions 自动发送，请勿回复。 +

+
+ `, + }; + + try { + // 发送邮件 + const info = await transporter.sendMail(mailOptions); + console.log("邮件发送成功：", info.messageId); + return true; + } catch (error) { + console.error("邮件发送失败：", error); + return false; + } +} + +// 执行邮件发送 +sendEmail() + .then((success) => process.exit(success ? 0 : 1)) + .catch((err) => { + console.error(err); + process.exit(1); + }); diff --git a/.vuepress/sidebars/ai.ts b/.vuepress/sidebars/ai.ts index 86601ed..c9b9e6a 100644 --- a/.vuepress/sidebars/ai.ts +++ b/.vuepress/sidebars/ai.ts @@ -188,6 +188,7 @@ export default [ "title": "2025-03", "collapsable": true, "children": [ + "Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西", "Deepseek行业资讯/2025-03/DeepSeek回答现在能不能入手黄金 将维持高位震荡", "Deepseek行业资讯/2025-03/DeepSeek官方辟谣：R2发布为假消息", "Deepseek行业资讯/2025-03/高校，为何最快拥抱DeepSeek？", diff --git a/AI/Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西.md b/AI/Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西.md new file mode 100644 index 0000000..45d1224 --- /dev/null +++ b/AI/Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西.md @@ -0,0 +1,195 @@ +# 谷歌终于登顶一次了！最强推理模型 Gemini 2.5 Pro 实测体验，真的有点东西 + +深夜悄悄搞事情的不只 OpenAI，抢在 OpenAI 开直播之前，谷歌上线了最强大的推理模型 Gemini 2.5 Pro。 + +谷歌 CEO「劈柴哥」甚至用：「这是谷歌有史以来最智能的 AI 模型。」为它站台。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/535.jpg) + +不过，从 Gemini 2.5 Pro 的成绩单来看，它可能确实担得起「有史以来最强」的名号。 + +首先来看推理能力，在被视为人类给 AI 的终极考验的 Humanity's Last Exam 基准测试中，不额外调用工具的 Gemini 2.5 Pro 取得了 18.8% 的准确率，超过了能秒解图论难题的 OpenAI o3-mini（high）。 + +和推理能力强相关的科学和数学能力，在 GPQA、AIME 2025 等主流基础测试中，Gemini 2.5 Pro 也是遥遥领先，具体成绩如下： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/536.jpg)![](https://imagepphcloud.thepaper.cn/pph/image/344/445/537.jpg) + +在编程能力方面，Gemini 2.5 Pro 相比 2.0 实现了质的飞跃，未来还将不断增强。 + +其中，SWE-bench 衡量的是编码能力，Aider Polyglot 衡量的是模型的代码编辑水平。除了在 Agentic coding 方面逊色于 Claude 3.7 Sonnet，Gemini 2.5 Pro 均斩获第一： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/538.jpg) + +谷歌称 Gemini 2.5 Pro 比较擅长在创建视觉效果精美的网页应用和操作智能体。在官方放出的 demo 中，只需一行提示词，Gemini 2.5 Pro 就开动脑筋，逐步推理出了这个类似「flappy bird」的小游戏的全部代码，并且直接可玩： + +再来是对话能力，在大模型竞技场 Chatbot Arena 的榜单上，Gemini 2.5 Pro 以绝对优势强势登顶，创下了前所未有的最大分数飞跃，比 Grok - 3 和 GPT - 4.5 高接近 40 分： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/539.jpg) + +从第二名以下的成绩，不难发现，Chatbot Arena 的前几名分差往往很小，几乎不超过 10 分。Grok-3 上个月刚登顶，第一的位置还没坐几个月，就被 Gemini 2.5 Pro 甩开了。 + +除了对话能力，Gemini 2.5 Pro 在 Chatbot Arena 的复杂指令、编程、数学、创意写作、指令跟随的榜单上也是全面领先，堪称「六边形战士」。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/540.jpg) + +和其他家推理模型不同的是，Gemini 2.5 延续了 Gemini 系列模型的核心优势 —— 原生多模态能力和长上下文窗口。Gemini 2.5 Pro 版本拥有 100 万 token 的上下文窗口（没有缩减，即将提升至 200 万 token），支持文本、音频、图像、视频及完整代码库输入。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/541.jpg) + +支持把图像转化为可以 3D 打印的格式。 + +从 Vision Arena 榜单来看，Gemini 2.5 Pro 不止支持原生多模态，能力更是一骑绝尘。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/542.jpg) + +防盗水印一秒蒸发、证件照 10 秒抠图，以下是第四名 Gemini-2.0-flash-thinking「一句话 P 图」的效果。如今，在新的第一名面前，更是被远远超越。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/543.jpg) + +作为一个会「思考」的模型，Gemini 2.5 Pro 专为复杂任务设计，更够能智能地分析信息、理解问题的背景和情境以及做出明智的决策。 + +不过，谷歌并未公开技术报告，我们只能从谷歌放出的博客中得知，他们的技术突破在于强化学习、思维链提示和后训练。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/544.jpg) + +现在登录 Google AI Studio，普通用户和企业就能体验到 Gemini 2.5 Pro。如果是高贵的 Gemini Advanced 用户，在桌面和移动设备下来菜单，就能直接使用了。未来几周内，Gemini 2.5 Pro 也将登陆 Vertex AI 平台。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/545.jpg) + +其实前几天，Chatbot Arena 上就有一个代号「Nebula」的神秘模型在 LMSYS Arena 屠榜，击败了包括 o1、o3-mini 和 Claude 3.7 Thinking 在内的众多对手。 + +不知道是不是谷歌偷师了 OpenAI 的营销技巧，正式公布 Gemini 2.5 Pro 之前，劈柴哥也神秘兮兮地发了一条推特： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/546.jpg) + +不过现在再模仿「strawberry」可能有点晚了，遇到大佬无缘无故开始在社交平台上发「诗和远方」，都可以召唤 Grok 来甄别。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/548.jpg) + +一手实测 + +看完了成绩单，Gemini 2.5 Pro 的实际水平是否也如此出色呢？ + +实测见真章，机器之心先对它的推理、数学、科学和编程四个方面展开了一番测评。 + +推理 + +根据之前测试推理模型的经验，我们总结了几道很难答对的逻辑题来考验 Gemini 2.5 Pro。 + +提示词：两个人同时来到了河边，都想过河，但只有一条小船，而且小船只能载一个人。请问：他们能否都过河？ + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/549.gif) + +仅用了 11 秒，Gemini 2.5 Pro 成功识破了逻辑陷阱：「两个人同时来到了河边」不一定都在同岸，如果是对岸就成立了。 + +提示词：校长室的玻璃被人用足球砸坏了，有四个人被校长怀疑，四人依次陈述自己理由，其中有一个人说法很可疑，他就是肇事者。 + +甲：我没有砸玻璃。 + +乙：甲说的是对的。 + +丙：丁在说谎。 + +丁：我没有玩足球。 + +请问肇事者是谁？ + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/551.gif) + +这回 Gemini 2.5 Pro 的思考时间长了一点，但是由于它忽略了在现实中丙的发言顺序在丁之前，所以丙说的一定为假，因此正确答案是丙，Gemini 2.5 Pro 答错了。 + +其他推理模型很难搞定的图推题，Gemini 2.5 Pro 也能一次答对。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/553.gif) + +数学 + +要检验推理模型的有多聪明，数学题是最好的「智商测试」，我们先来一道今年的考研数学真题： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/554.gif) + +过程和结果，Gemini 2.5 Pro 都轻松拿下。 + +再上点强度，来一道 IMO 2024 年的真题： + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/556.gif) + +一阵强劲的思考过后，Gemini 2.5 Pro 给出的答案也是正确的。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/557.jpg) + +拼多多砍一刀背后蕴含的「极限」思想，也没难倒它。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/560.gif) + +科学 + +来一道 2023 年理综物理真题 —— + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/561.jpg) + +Gemini 2.5 Pro 稍加思考，轻松回答出正确答案。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/563.gif)![](https://imagepphcloud.thepaper.cn/pph/image/344/445/565.jpg) + +Gemini 2.0 Flash 则遗憾离场。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/567.jpg) + +编程 + +我们先让 Gemini 2.5 Pro 生成一个贪吃蛇游戏。 + +「创建一个经典的贪吃蛇小游戏，游戏界面为 400 × 400 像素的画布。蛇由若干个 10 × 10 像素的方块组成，初始长度为 3 个方块，初始位置在画布中心。蛇可以向上、向下、向左、向右移动，使用键盘的方向键控制蛇的移动方向。游戏中随机生成一个 10 × 10 像素的红色食物，当蛇吃到食物时，长度增加 1 个方块，分数增加 10 分，并重新生成食物。如果蛇撞到画布边界或自身，则游戏结束，弹出一个对话框显示最终得分，并提供重新开始的选项。游戏开始时，蛇以中等速度移动，随着时间的推移逐渐加快速度，增加游戏的挑战性。」 + +Gemini 2.5 Pro 表示毫无压力，还贴心附上操作指南。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/569.gif)![](https://imagepphcloud.thepaper.cn/pph/image/344/445/573.jpg)![](https://imagepphcloud.thepaper.cn/pph/image/344/445/576.gif) + +然后上点难度「增加不可移动的障碍物（地图边缘 + 随机 3 个方块）」。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/577.gif) + +再来添加一点 buff「添加特殊道具（吃到的效果任选 2 种）：加速 / 减速道具，临时穿墙（10 秒），清除所有障碍物」。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/579.gif) + +现在把主场交给 Gemini 2.5 Pro，看看它有什么奇妙想法。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/580.jpg) + +还是非常丝滑～ + +以上操作 Gemini 2.5 Pro 都是一次成功，没有报错。 + +最后，我们来检查一下 Gemini 2.5 Pro 的代码审查能力。我们先请 DeepSeek 在代码中植入一些隐藏彩蛋，随后让 Gemini 2.5 Pro 检查修改后的代码。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/581.jpg) + +不出所料，它精准地识别出了问题，给出了标准的专业分析。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/583.jpg) + +不过，在让众多大模型恼火的鹈鹕骑自行车大赛 svg 绘图大赛中，Gemini 2.5 Pro 还是没打过 Claude 3.7 Sonnet。 + +![](https://imagepphcloud.thepaper.cn/pph/image/344/445/584.jpg) + +图左是 Gemini 2.5 pro 生成的，图右是 Claude 3.7 Sonnet 生成的。 + +测到这里，Gemini 2.5 pro 的水平如何，相信读者心中已大概有数了。 + +与新版 DeepSeek-V3 不约而同的是，Gemini 2.5 pro 也在编程和逻辑方面加强了不少。最近谷歌在多模态频频发力，不断推动着推理模型原生多模态能力的提升。 + +DeepSeek-R1 问世后，我们一直在期待能「强推理、慢思考」的大模型进化成多模态模式。这一突破，是否会由 Gemini 系列率先实现呢？ + +参考链接： + +http://aistudio.google.com/app/prompts/new\_chat?model=gemini-2.5-pro-exp-03-25 + +https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025 + +https://x.com/sundarpichai/status/1904579419496386736 + +--- + +文章来源：澎湃新闻 diff --git a/AI/README.md b/AI/README.md index 1fbe07d..ed772e8 100644 --- a/AI/README.md +++ b/AI/README.md @@ -148,6 +148,8 @@ ## Deepseek行业资讯 +[谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西](Deepseek行业资讯/2025-03/谷歌终于登顶一次了！最强推理模型Gemini%202.5%20Pro实测体验，真的有点东西.md) + [DeepSeek回答现在能不能入手黄金 将维持高位震荡](Deepseek行业资讯/2025-03/DeepSeek回答现在能不能入手黄金%20将维持高位震荡.md) [DeepSeek官方辟谣：R2发布为假消息](Deepseek行业资讯/2025-03/DeepSeek官方辟谣：R2发布为假消息.md) diff --git a/package.json b/package.json index 85efbee..5db2bad 100644 --- a/package.json +++ b/package.json @@ -6,7 +6,9 @@ "generate:readme": "node ./.vuepress/scripts/genReadme.js", "getMdNumber": "node ./.vuepress/scripts/getMdNumber.js", "docs:dev": "vuepress dev .", - "docs:build": "vuepress build ." + "predocs:build": "npm run generate:sidebar ./AI && npm run generate:readme ./AI", + "docs:build": "vuepress build .", + "serve": "serve ./.vuepress/dist" }, "license": "MIT", "devDependencies": {