大型语言模型（LLM）的最新研究进展及相关新信息技术

大型语言模型（LLM）的最新研究进展及相关新信息技术

一、Google的Gemini 2.0系列

1. Gemini 2.0 Flash Thinking

• 核心技术：引入“推理时计算”（Inference-Time Computation）机制，支持模型在回答复杂问题前自主“思考”，显著提升数学和代码任务的准确性。
• 多模态能力：支持直接处理PDF文件，在视觉OCR、文档解析等任务上表现突出，例如为68,000张照片生成标题仅需1.68美元。
• 论文：
  • Gemini 2.0 Flash Thinking: Unlocking Reasoning in Multimodal Models
    （Google AI博客，链接）

2. Ge