WEBVTT 00:00.050 --> 00:02.870 では、 他のモデルをもう少し速く見ていこう。 00:02.900 --> 00:05.510 まずはグーグルのジェミニから。 00:05.750 --> 00:11.030 私はプロプランを持っていて、 ジェミニ・アドバンストとフラッシュのどちらかを選ぶことができる。 00:11.330 --> 00:12.560 そして、 私たちは何をすべきか。 00:12.590 --> 00:19.280 まず、 ハワイからはるばるジャンプするのに何本の虹がかかるか、 00:19.280 --> 00:28.850 という気まぐれな質問をしよう。 00:28.850 --> 00:30.020 17. 00:30.020 --> 00:38.870 その答えをどう処理するか見てみよう。 00:39.500 --> 00:55.520 ええと、 だから、 ええと、 わかると思うけど、 それはいいんだけど、 ええと、 確かに字余りなんだ。 00:55.520 --> 01:01.700 確かに、 GPTのように明確に理解されるような反応は得られていない。 01:01.700 --> 01:07.700 私たちがユーモアを交えて質問したことで、 遊び心を持って取り組むことができた。 01:07.850 --> 01:19.750 だから私には、 このようなことの背後にある意味を理解する能力、 ニュアンスのわずかな欠如を示すようなものだが、 それでも双子座からの徹底した回答であることに変わりはない。 01:19.780 --> 01:23.350 新しいチャットは何回目ですか? 01:23.380 --> 01:32.230 この文章にはAという文字が何回出てくるか? 01:33.100 --> 01:35.500 それをどう処理できるか見てみよう。 01:36.370 --> 01:37.690 考えているんだ。 01:40.750 --> 01:43.300 それが間違いなのか? 01:43.450 --> 01:50.710 つまり、 逆カンマのaはカウントすべきではないという一派があることは間違いない。 01:50.740 --> 01:55.660 つまり、 無理があるけれど、 もしそれを認めるなら、 Aが3つあるというのは、 01:55.690 --> 01:58.720 ええと、 悪くないと言えるかもしれない。 01:58.720 --> 02:04.870 しかし、 そのAのひとつがセンテンスから来ていると信じていることがわかるだろう。 02:04.930 --> 02:10.960 そう、 だから、 いや、 悲しいかな、 この点ではまだプレビューが勝者なんだ。 02:11.080 --> 02:15.100 もっと、 もっと実験ができるようにね。 02:15.100 --> 02:20.050 でも、 その......その......その......その......その......その......その......その 02:20.140 --> 02:23.760 すみません、 これはカナダのAI会社cohereのコマンドプラスです。 02:23.790 --> 02:31.590 さまざまな分野に特化した知識を持っているということを、 本当に重視している。 02:31.680 --> 02:33.120 そう問いかけてみよう。 02:33.120 --> 02:39.150 他のフロンティアのLLMと比べて、 どのような質問に答えるのが得意ですか? 02:39.150 --> 02:41.520 それで、 何が返ってくるの? 02:41.550 --> 02:45.900 まず第一に、 AI言語モデルとして、 私はブラブラを支援するように設計されていると書かれている。 02:45.900 --> 02:51.150 長所もあれば課題もある。 02:51.240 --> 03:00.360 ええと、 モデルの種類はいくつも出てきますが、 実際にはモデルの名前は載っていません。 03:00.360 --> 03:07.470 しかし、 マルチモーダルな能力を持っていないことを明確にした上で、 それでも完全にまともな答えだ。 03:07.560 --> 03:09.090 ああ、 そうだね。 03:09.090 --> 03:17.820 だから、 この種のことに関するより多くの情報源を持っていることを示す、 かなり良い、 徹底的な回答だ。 03:18.090 --> 03:19.620 ええと、 なぜそれを聞かないんですか? 03:19.650 --> 03:21.090 どんな感じですか? 03:23.100 --> 03:24.510 嫉妬すること。 03:26.010 --> 03:27.720 比べてみてほしい。 03:28.110 --> 03:33.000 本当に徹底しているのがわかるだろう。 03:33.030 --> 03:33.840 本当に。 03:33.870 --> 03:39.560 豊富な知識を駆使していることが伝わってくる。 03:39.560 --> 03:44.690 クロードから得た答えよりは表現力が乏しいかもしれないが、 ざっと目を通しただけで、 03:44.690 --> 03:50.570 より構成的で詳細で実質的なものを持っているように見える。 03:50.570 --> 03:53.150 でも、 もう少し時間をかけて、 どう考えるか見てみるべきだ。 03:53.390 --> 03:56.570 あー、 でも、 この手のことが得意なのは確かだ。 03:56.570 --> 03:59.120 それに、 僕たちも楽しんだ方がいい。 03:59.120 --> 04:00.680 彼女に聞いてみようじゃないか。 04:00.680 --> 04:08.600 この文章にはAという文字が何回出てくるか? 04:11.060 --> 04:14.210 そして、 この文章にはAという文字が11回登場する。 04:14.210 --> 04:14.930 これでよし。 04:14.930 --> 04:16.400 今、 私たちは知っている。 04:17.420 --> 04:27.950 だから、 このプラットフォームが豊富な背景知識を利用できるという事実は、 この種の作業には役立たない。 04:27.950 --> 04:33.950 繰り返しになるが、 これは特にLLMが苦手とするもので、 その理由はLLMのトレーニング方法と、 04:33.950 --> 04:37.880 推論モードの実行方法にある。 04:37.910 --> 04:38.630 分かった。 04:38.630 --> 04:41.810 以上、 ジェミニとカンパニーについて簡単に紹介した。 04:41.810 --> 04:46.610 そして次回は、 最後の2つのメタAIと当惑を見てみよう。