Google ਦੀ ਪੇਸ਼ਕਦਮੀ: Gemini 2.5 Pro ਰੀਜ਼ਨਿੰਗ ਇੰਜਣ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਲਗਾਤਾਰ ਵਿਕਸਤ ਹੋ ਰਹੇ ਖੇਤਰ ਵਿੱਚ, ਜਿੱਥੇ ਸਫਲਤਾਵਾਂ ਸਵੇਰ ਦੀਆਂ ਸੁਰਖੀਆਂ ਵਾਂਗ ਆਉਂਦੀਆਂ ਜਾਪਦੀਆਂ ਹਨ, Google ਇੱਕ ਵਾਰ ਫਿਰ ਸੁਰਖੀਆਂ ਵਿੱਚ ਆ ਗਿਆ ਹੈ। ਤਕਨਾਲੋਜੀ ਦੀ ਇਸ ਦਿੱਗਜ ਕੰਪਨੀ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ Gemini 2.5 Pro ਪੇਸ਼ ਕੀਤਾ ਹੈ, ਇੱਕ ਉੱਨਤ AI ਮਾਡਲ ਜੋ ਖਾਸ ਤੌਰ ‘ਤੇ ਮਸ਼ੀਨ ਰੀਜ਼ਨਿੰਗ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਇਹ ਲਾਂਚ ਸਿਰਫ਼ ਇੱਕ ਵਾਧਾਤਮਕ ਅੱਪਡੇਟ ਨਹੀਂ ਹੈ; ਇਹ Google ਦੁਆਰਾ AI ਦੀ ਸਮਝ ਅਤੇ ਪ੍ਰਾਪਤੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਇੱਕ ਕੇਂਦਰਿਤ ਕੋਸ਼ਿਸ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜੋ ਆਪਣੇ ਆਪ ਨੂੰ ਇੱਕ ਤੇਜ਼ ਤਕਨੀਕੀ ਮੁਕਾਬਲੇ ਦੇ ਵਿਚਕਾਰ ਦ੍ਰਿੜਤਾ ਨਾਲ ਸਥਾਪਤ ਕਰਦਾ ਹੈ। ਇਹ ਮਾਡਲ ਇੱਕ ਅਜਿਹੇ ਮੋੜ ‘ਤੇ ਆਇਆ ਹੈ ਜਿੱਥੇ ਉਦਯੋਗ ਦਾ ਧਿਆਨ ਅਜਿਹੇ AI ਸਿਸਟਮ ਬਣਾਉਣ ‘ਤੇ ਕਾਫ਼ੀ ਤੇਜ਼ ਹੋ ਰਿਹਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੀ ਨਹੀਂ ਕਰਦੇ ਬਲਕਿ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਸੱਚਮੁੱਚ ਸਮਝਦੇ ਅਤੇ ਤਰਕ ਕਰਦੇ ਹਨ, ਜੋ ਪਹਿਲਾਂ ਵਿਲੱਖਣ ਤੌਰ ‘ਤੇ ਮਨੁੱਖੀ ਮੰਨੀਆਂ ਜਾਂਦੀਆਂ ਬੋਧਾਤਮਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। Google ਦੀ ਘੋਸ਼ਣਾ ਇਸਦੀ ਅਭਿਲਾਸ਼ਾ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੀ ਹੈ, Gemini 2.5 Pro ਨੂੰ ਨਾ ਸਿਰਫ਼ ਅੱਜ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲ ਦੱਸਦੀ ਹੈ, ਬਲਕਿ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰ, ਕਾਰਜ-ਪੂਰਤੀ ਕਰਨ ਵਾਲੇ AI ਏਜੰਟਾਂ ਦੀ ਖੋਜ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਹਿੱਸੇ ਵਜੋਂ ਵੀ ਦੱਸਦੀ ਹੈ।

ਇੱਕ ਨਵਾਂ ਰਾਹ ਬਣਾਉਣਾ: Gemini 2.5 Pro ਦਾ ਸਾਰ

ਇਸਦੇ ਮੂਲ ਵਿੱਚ, Gemini 2.5 Pro, ਜਿਸਨੂੰ ਕਈ ਵਾਰ ਇਸਦੇ ਪ੍ਰਯੋਗਾਤਮਕ ਅਹੁਦੇ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ, Google ਦੀ ਵਿਆਪਕ Gemini 2.5 ਲੜੀ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਐਂਟਰੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। Google ਦੇ ਵਿਆਪਕ ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਪ੍ਰਦਰਸ਼ਨਾਂ ਦੇ ਅਨੁਸਾਰ, ਜੋ ਚੀਜ਼ ਇਸਨੂੰ ਵੱਖਰਾ ਕਰਦੀ ਹੈ, ਉਹ ਹੈ ਉੱਨਤ ਤਰਕ ਸਮਰੱਥਾਵਾਂ ‘ਤੇ ਇਸਦਾ ਆਰਕੀਟੈਕਚਰਲ ਜ਼ੋਰ। ਰਵਾਇਤੀ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (LLMs) ਦੇ ਉਲਟ ਜੋ ਅਕਸਰ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਪੈਟਰਨ ਪਛਾਣ ਅਤੇ ਅੰਕੜਾ ਸੰਭਾਵਨਾ ਦੇ ਅਧਾਰ ‘ਤੇ ਜਵਾਬ ਤਿਆਰ ਕਰਦੇ ਹਨ, Gemini 2.5 Pro ਨੂੰ ਵਧੇਰੇ ਜਾਣਬੁੱਝ ਕੇ, ਵਿਧੀਗਤ ਪਹੁੰਚ ਲਈ ਇੰਜਨੀਅਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸਨੂੰ ਗੁੰਝਲਦਾਰ ਸਵਾਲਾਂ ਜਾਂ ਕਾਰਜਾਂ ਨੂੰ ਛੋਟੇ, ਪ੍ਰਬੰਧਨਯੋਗ ਕਦਮਾਂ ਵਿੱਚ ਵੰਡਣ, ਸੰਘਟਕ ਭਾਗਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ, ਸੰਭਾਵੀ ਮਾਰਗਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ, ਅਤੇ ਹੌਲੀ-ਹੌਲੀ ਇੱਕ ਜਵਾਬ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਅੰਦਰੂਨੀ ‘ਸੋਚ’ ਪ੍ਰਕਿਰਿਆ, ਜਿਵੇਂ ਕਿ Google ਇਸਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ, ਦਾ ਉਦੇਸ਼ ਇਸਦੇ ਆਉਟਪੁੱਟ ਦੀ ਸ਼ੁੱਧਤਾ, ਇਕਸਾਰਤਾ ਅਤੇ ਤਾਰਕਿਕ ਮਜ਼ਬੂਤੀ ਨੂੰ ਵਧਾਉਣਾ ਹੈ।

ਤਰਕ ‘ਤੇ ਇਹ ਫੋਕਸ ਸਮਕਾਲੀ AI ਦੇ ਸਾਹਮਣੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਦਾ ਸਿੱਧਾ ਜਵਾਬ ਹੈ: ਪ੍ਰਵਾਹ ਵਾਲੇ ਟੈਕਸਟ ਉਤਪਾਦਨ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਸਲ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਵਾਲੀ ਬੁੱਧੀ ਪ੍ਰਾਪਤ ਕਰਨਾ। ਮਾਡਲ ਨੂੰ ਸਾਵਧਾਨੀ ਨਾਲ ਜਾਣਕਾਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਅੰਤਰੀਵ ਪੈਟਰਨਾਂ ਅਤੇ ਕਨੈਕਸ਼ਨਾਂ ਨੂੰ ਸਮਝਣਾ। ਇਹ ਤਾਰਕਿਕ ਸਿੱਟੇ ਕੱਢਣ, ਅਰਥ ਅਤੇ ਪ੍ਰਭਾਵਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਬਿਆਨ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ। ਨਾਜ਼ੁਕ ਤੌਰ ‘ਤੇ, ਇਸਦਾ ਉਦੇਸ਼ ਸੰਦਰਭ ਅਤੇ ਸੂਖਮਤਾ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ, ਭਾਸ਼ਾ ਅਤੇ ਸਥਿਤੀ ਦੀਆਂ ਸੂਖਮਤਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਜੋ ਅਕਸਰ ਘੱਟ ਉੱਨਤ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਉਲਝਾ ਦਿੰਦੀਆਂ ਹਨ। ਅੰਤ ਵਿੱਚ, ਟੀਚਾ ਮਾਡਲ ਲਈ ਸੂਚਿਤ ਫੈਸਲੇ ਲੈਣਾ ਹੈ, ਇਸਦੇ ਤਰਕਸ਼ੀਲ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਅਧਾਰ ‘ਤੇ ਕਾਰਵਾਈ ਦਾ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਕੋਰਸ ਚੁਣਨਾ ਜਾਂ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਆਉਟਪੁੱਟ ਤਿਆਰ ਕਰਨਾ। ਇਹ ਜਾਣਬੁੱਝ ਕੇ ਬੋਧਾਤਮਕ ਆਰਕੀਟੈਕਚਰ ਇਸਨੂੰ ਖਾਸ ਤੌਰ ‘ਤੇ ਨਿਪੁੰਨ ਬਣਾਉਂਦਾ ਹੈ, Google ਦਾਅਵਾ ਕਰਦਾ ਹੈ, ਸਖ਼ਤ ਤਰਕ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਡੂੰਘਾਈ ਦੀ ਮੰਗ ਕਰਨ ਵਾਲੇ ਅਨੁਸ਼ਾਸਨਾਂ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਉੱਨਤ ਕੋਡਿੰਗ, ਗੁੰਝਲਦਾਰ ਗਣਿਤਿਕ ਸਮੱਸਿਆ-ਹੱਲ, ਅਤੇ ਸੂਖਮ ਵਿਗਿਆਨਕ ਪੁੱਛਗਿੱਛ। ਇਸ ਲਈ, Gemini 2.5 Pro ਦੀ ਸ਼ੁਰੂਆਤ ਸਿਰਫ਼ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਨੂੰ ਵਧਾਉਣ ਬਾਰੇ ਘੱਟ ਹੈ ਅਤੇ AI ਸੋਚ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਵਾਲੇ ਅੰਦਰੂਨੀ ਤੰਤਰਾਂ ਨੂੰ ਸੁਧਾਰਨ ਬਾਰੇ ਵਧੇਰੇ ਹੈ।

ਟੈਕਸਟ ਤੋਂ ਪਰੇ: ਨੇਟਿਵ ਮਲਟੀਮੋਡੈਲਿਟੀ ਨੂੰ ਅਪਣਾਉਣਾ

Gemini 2.5 Pro ਦੀ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਇਸਦੀ ਨੇਟਿਵ ਮਲਟੀਮੋਡੈਲਿਟੀ ਹੈ। ਇਹ ਇੱਕ ਐਡ-ਆਨ ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ ਹੈ ਬਲਕਿ ਇਸਦੇ ਡਿਜ਼ਾਈਨ ਦਾ ਇੱਕ ਅਨਿੱਖੜਵਾਂ ਅੰਗ ਹੈ। ਮਾਡਲ ਨੂੰ ਇੱਕ ਸਿੰਗਲ, ਯੂਨੀਫਾਈਡ ਫਰੇਮਵਰਕ ਦੇ ਅੰਦਰ ਵਿਭਿੰਨ ਡੇਟਾ ਕਿਸਮਾਂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਨੂੰ ਨਿਰਵਿਘਨ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਜ਼ਮੀਨੀ ਪੱਧਰ ਤੋਂ ਇੰਜਨੀਅਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਇੱਕੋ ਸਮੇਂ ਹੇਠ ਲਿਖਿਆਂ ਨੂੰ ਗ੍ਰਹਿਣ ਅਤੇ ਸਮਝ ਸਕਦਾ ਹੈ:

• ਟੈਕਸਟ: ਵੱਖ-ਵੱਖ ਰੂਪਾਂ ਵਿੱਚ ਲਿਖਤੀ ਭਾਸ਼ਾ, ਸਧਾਰਨ ਪ੍ਰੋਂਪਟ ਤੋਂ ਲੈ ਕੇ ਗੁੰਝਲਦਾਰ ਦਸਤਾਵੇਜ਼ਾਂ ਤੱਕ।
• ਚਿੱਤਰ: ਵਿਜ਼ੂਅਲ ਡੇਟਾ, ਵਸਤੂ ਪਛਾਣ, ਦ੍ਰਿਸ਼ ਵਿਆਖਿਆ, ਅਤੇ ਵਿਜ਼ੂਅਲ ਪ੍ਰਸ਼ਨ ਉੱਤਰ ਵਰਗੇ ਕਾਰਜਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।
• ਆਡੀਓ: ਬੋਲੀ ਜਾਣ ਵਾਲੀ ਭਾਸ਼ਾ, ਆਵਾਜ਼ਾਂ, ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸੰਗੀਤ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ, ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਆਡੀਓ-ਅਧਾਰਿਤ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
• ਵੀਡੀਓ: ਗਤੀਸ਼ੀਲ ਵਿਜ਼ੂਅਲ ਅਤੇ ਆਡੀਟੋਰੀ ਜਾਣਕਾਰੀ, ਵੀਡੀਓ ਸਮੱਗਰੀ ਦੇ ਅੰਦਰ ਕਾਰਵਾਈਆਂ, ਘਟਨਾਵਾਂ ਅਤੇ ਬਿਰਤਾਂਤਾਂ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।

ਇਹ ਏਕੀਕ੍ਰਿਤ ਪਹੁੰਚ Gemini 2.5 Pro ਨੂੰ ਉਹਨਾਂ ਕਾਰਜਾਂ ਨੂੰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ ਜਿਹਨਾਂ ਲਈ ਕਈ ਸਰੋਤਾਂ ਅਤੇ ਰੂਪਾਂ ਤੋਂ ਜਾਣਕਾਰੀ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਉਪਭੋਗਤਾ ਇੱਕ ਵੀਡੀਓ ਕਲਿੱਪ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸਦੇ ਨਾਲ ਇੱਕ ਟੈਕਸਟੁਅਲ ਪ੍ਰੋਂਪਟ ਦਰਸਾਏ ਗਏ ਘਟਨਾਵਾਂ ਦੇ ਵਿਸਤ੍ਰਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ, ਜਾਂ ਸ਼ਾਇਦ ਇੱਕ ਚਾਰਟ ਚਿੱਤਰ ਦੇ ਨਾਲ ਇੱਕ ਆਡੀਓ ਰਿਕਾਰਡਿੰਗ ਅਪਲੋਡ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੰਯੁਕਤ ਸੰਖੇਪ ਦੀ ਬੇਨਤੀ ਕਰ ਸਕਦਾ ਹੈ। ਇਹਨਾਂ ਵੱਖ-ਵੱਖ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਜਾਣਕਾਰੀ ਨੂੰ ਸਬੰਧਤ ਕਰਨ ਦੀ ਮਾਡਲ ਦੀ ਯੋਗਤਾ ਸੰਭਾਵੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਲੈਂਡਸਕੇਪ ਖੋਲ੍ਹਦੀ ਹੈ, AI ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਟੈਕਸਟ-ਅਧਾਰਿਤ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਤੋਂ ਪਰੇ ਇੱਕ ਵਧੇਰੇ ਸੰਪੂਰਨ, ਮਨੁੱਖੀ-ਵਰਗੀ ਸਮਝ ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ ਜੋ ਗੁੰਝਲਦਾਰ, ਬਹੁ-ਪੱਖੀ ਜਾਣਕਾਰੀ ਸਟ੍ਰੀਮਾਂ ਦੀ ਹੈ। ਇਹ ਸਮਰੱਥਾ ਉਹਨਾਂ ਕਾਰਜਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਿਹਨਾਂ ਲਈ ਅਸਲ-ਸੰਸਾਰ ਸੰਦਰਭ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿੱਥੇ ਜਾਣਕਾਰੀ ਘੱਟ ਹੀ ਇੱਕ ਸਿੰਗਲ, ਸਾਫ਼ ਫਾਰਮੈਟ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਸੁਰੱਖਿਆ ਫੁਟੇਜ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ, ਮਰੀਜ਼ਾਂ ਦੇ ਨੋਟਸ ਦੇ ਨਾਲ ਮੈਡੀਕਲ ਸਕੈਨ ਦੀ ਵਿਆਖਿਆ ਕਰਨ, ਜਾਂ ਵੱਖ-ਵੱਖ ਡੇਟਾ ਸਰੋਤਾਂ ਤੋਂ ਅਮੀਰ ਮੀਡੀਆ ਪੇਸ਼ਕਾਰੀਆਂ ਬਣਾਉਣ ਬਾਰੇ ਸੋਚੋ - ਇਹ ਉਹ ਕਿਸਮ ਦੀਆਂ ਗੁੰਝਲਦਾਰ, ਮਲਟੀਮੋਡਲ ਚੁਣੌਤੀਆਂ ਹਨ ਜਿਹਨਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ Gemini 2.5 Pro ਨੂੰ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।

ਗੁੰਝਲਤਾ ਵਿੱਚ ਉੱਤਮਤਾ: ਕੋਡਿੰਗ, ਗਣਿਤ, ਅਤੇ ਵਿਗਿਆਨ

Google ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ Gemini 2.5 Pro ਦੀ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਮੁਹਾਰਤ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਜੋ ਉੱਚ ਪੱਧਰੀ ਤਾਰਕਿਕ ਤਰਕ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੀ ਮੰਗ ਕਰਦੇ ਹਨ: ਕੋਡਿੰਗ, ਗਣਿਤ, ਅਤੇ ਵਿਗਿਆਨਕ ਵਿਸ਼ਲੇਸ਼ਣ।

ਕੋਡਿੰਗ ਸਹਾਇਤਾ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਮਾਡਲ ਦਾ ਉਦੇਸ਼ ਸਿਰਫ਼ ਇੱਕ ਸਿੰਟੈਕਸ ਚੈਕਰ ਜਾਂ ਕੋਡ ਸਨਿੱਪਟ ਜਨਰੇਟਰ ਤੋਂ ਵੱਧ ਹੋਣਾ ਹੈ। ਇਸਨੂੰ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਟੂਲ ਵਜੋਂ ਸਥਾਪਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਉੱਨਤ ਸੌਫਟਵੇਅਰ ਉਤਪਾਦਾਂ ਦੇ ਨਿਰਮਾਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ, ਜਿਸ ਵਿੱਚ ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ ‘ਤੇ ਅਮੀਰ ਵੈੱਬ ਐਪਲੀਕੇਸ਼ਨਾਂ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਗੁੰਝਲਦਾਰ ਵੀਡੀਓ ਗੇਮਾਂ ਵੀ ਸ਼ਾਮਲ ਹਨ, ਕਥਿਤ ਤੌਰ ‘ਤੇ ਉੱਚ-ਪੱਧਰੀ, ਸਿੰਗਲ-ਲਾਈਨ ਪ੍ਰੋਂਪਟਾਂ ਦਾ ਵੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ।

ਸਿਰਫ਼ ਸਹਾਇਤਾ ਤੋਂ ਪਰੇ ਏਜੰਟਿਕ ਕੋਡਿੰਗ ਦੀ ਧਾਰਨਾ ਹੈ। ਆਪਣੀਆਂ ਉੱਨਤ ਤਰਕ ਸ਼ਕਤੀਆਂ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ, Gemini 2.5 Pro ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਦੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਡਿਗਰੀ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। Google ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਮਾਡਲ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਕੋਡ ਲਿਖ ਸਕਦਾ ਹੈ, ਸੋਧ ਸਕਦਾ ਹੈ, ਡੀਬੱਗ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਸੁਧਾਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਲਈ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ ਦਖਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸਦਾ ਅਰਥ ਹੈ ਪ੍ਰੋਜੈਕਟ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਸਮਝਣ, ਗੁੰਝਲਦਾਰ ਕੋਡਬੇਸ ਵਿੱਚ ਤਰੁੱਟੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ, ਹੱਲ ਪ੍ਰਸਤਾਵਿਤ ਕਰਨ ਅਤੇ ਲਾਗੂ ਕਰਨ, ਅਤੇ ਸੌਫਟਵੇਅਰ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਿੱਚ ਲਗਾਤਾਰ ਸੁਧਾਰ ਕਰਨ ਦੀ ਯੋਗਤਾ - ਉਹ ਕਾਰਜ ਜਿਨ੍ਹਾਂ ਲਈ ਰਵਾਇਤੀ ਤੌਰ ‘ਤੇ ਤਜਰਬੇਕਾਰ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਖੁਦਮੁਖਤਿਆਰ ਕੋਡਿੰਗ ਦੀ ਇਹ ਸੰਭਾਵਨਾ ਇੱਕ ਵੱਡੀ ਛਾਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਵਿਕਾਸ ਚੱਕਰਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਪਹਿਲੂਆਂ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮਾਡਲ ਉੱਨਤ ਟੂਲ ਉਪਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਆਪਣੇ ਅੰਦਰੂਨੀ ਗਿਆਨ ਅਧਾਰ ਤੱਕ ਹੀ ਸੀਮਿਤ ਨਹੀਂ ਹੈ; Gemini 2.5 Pro ਬਾਹਰੀ ਟੂਲਸ ਅਤੇ ਸੇਵਾਵਾਂ ਨਾਲ ਗਤੀਸ਼ੀਲ ਤੌਰ ‘ਤੇ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਪਾ ਸਕਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਬਾਹਰੀ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਚਲਾਉਣਾ: ਖਾਸ ਕਾਰਜ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਸੌਫਟਵੇਅਰ ਜਾਂ APIs ਨੂੰ ਕਾਲ ਕਰਨਾ।
• ਕੋਡ ਚਲਾਉਣਾ: ਕਾਰਜਕੁਸ਼ਲਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਜਾਂ ਨਤੀਜੇ ਤਿਆਰ ਕਰਨ ਲਈ ਕੋਡ ਸਨਿੱਪਟਾਂ ਨੂੰ ਕੰਪਾਇਲ ਕਰਨਾ ਅਤੇ ਚਲਾਉਣਾ।
• ਡੇਟਾ ਦਾ ਢਾਂਚਾ ਬਣਾਉਣਾ: ਹੋਰ ਸਿਸਟਮਾਂ ਨਾਲ ਅਨੁਕੂਲਤਾ ਲਈ ਜਾਣਕਾਰੀ ਨੂੰ ਖਾਸ ਸਕੀਮਾਂ, ਜਿਵੇਂ ਕਿ JSON, ਵਿੱਚ ਫਾਰਮੈਟ ਕਰਨਾ।
• ਖੋਜਾਂ ਕਰਨਾ: ਇਸਦੇ ਗਿਆਨ ਨੂੰ ਵਧਾਉਣ ਜਾਂ ਤੱਥਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਬਾਹਰੀ ਜਾਣਕਾਰੀ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰਨਾ।

ਬਾਹਰੀ ਸਰੋਤਾਂ ਦਾ ਲਾਭ ਉਠਾਉਣ ਦੀ ਇਹ ਯੋਗਤਾ ਮਾਡਲ ਦੀ ਵਿਹਾਰਕ ਉਪਯੋਗਤਾ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਵਧਾਉਂਦੀ ਹੈ, ਇਸਨੂੰ ਬਹੁ-ਪੜਾਵੀ ਵਰਕਫਲੋ ਨੂੰ ਆਰਕੈਸਟ੍ਰੇਟ ਕਰਨ, ਮੌਜੂਦਾ ਸੌਫਟਵੇਅਰ ਈਕੋਸਿਸਟਮ ਨਾਲ ਨਿਰਵਿਘਨ ਇੰਟਰਫੇਸ ਕਰਨ, ਅਤੇ ਖਾਸ ਡਾਊਨਸਟ੍ਰੀਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ।

ਗਣਿਤ ਅਤੇ ਵਿਗਿਆਨਕ ਸਮੱਸਿਆ-ਹੱਲ ਵਿੱਚ, Gemini 2.5 Pro ਨੂੰ ਬੇਮਿਸਾਲ ਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਲਈ ਦੱਸਿਆ ਗਿਆ ਹੈ। ਇਸਦੀਆਂ ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਇਸਨੂੰ ਗੁੰਝਲਦਾਰ, ਬਹੁ-ਪੜਾਵੀ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ ਜੋ ਅਕਸਰ ਦੂਜੇ ਮਾਡਲਾਂ ਨੂੰ ਉਲਝਾ ਦਿੰਦੀਆਂ ਹਨ। ਇਹ ਸਿਰਫ਼ ਗਣਨਾ ਵਿੱਚ ਹੀ ਨਹੀਂ ਬਲਕਿ ਅਮੂਰਤ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਮਝਣ, ਪਰਿਕਲਪਨਾਵਾਂ ਤਿਆਰ ਕਰਨ, ਪ੍ਰਯੋਗਾਤਮਕ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰਨ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਤਾਰਕਿਕ ਦਲੀਲਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਵਿੱਚ ਮੁਹਾਰਤ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ - ਵਿਗਿਆਨਕ ਖੋਜ ਅਤੇ ਗਣਿਤਿਕ ਸਬੂਤ ਲਈ ਬੁਨਿਆਦੀ ਹੁਨਰ।

ਸੰਦਰਭ ਦੀ ਸ਼ਕਤੀ: ਇੱਕ ਦੋ-ਮਿਲੀਅਨ ਟੋਕਨ ਵਿੰਡੋ

ਸ਼ਾਇਦ Gemini 2.5 Pro ਦੀਆਂ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਕਨੀਕੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਸਦੀ ਵਿਸ਼ਾਲ ਸੰਦਰਭ ਵਿੰਡੋ ਹੈ, ਜੋ ਦੋ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਤੱਕ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਸਮਰੱਥ ਹੈ। ਇੱਕ ਸੰਦਰਭ ਵਿੰਡੋ ਉਸ ਜਾਣਕਾਰੀ ਦੀ ਮਾਤਰਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀ ਹੈ ਜਿਸ ‘ਤੇ ਇੱਕ ਮਾਡਲ ਜਵਾਬ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ ਇੱਕੋ ਸਮੇਂ ਵਿਚਾਰ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ ਵੱਡੀ ਵਿੰਡੋ ਮਾਡਲ ਨੂੰ ਟੈਕਸਟ ਜਾਂ ਡੇਟਾ ਦੇ ਬਹੁਤ ਲੰਬੇ ਹਿੱਸਿਆਂ ਵਿੱਚ ਇਕਸਾਰਤਾ ਬਣਾਈ ਰੱਖਣ ਅਤੇ ਜਾਣਕਾਰੀ ਨੂੰ ਟਰੈਕ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।

ਇੱਕ ਦੋ-ਮਿਲੀਅਨ ਟੋਕਨ ਵਿੰਡੋ ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਦੇ ਕਈ ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਸਤਾਰ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇਹ ਸਮਰੱਥਾ ਕਈ ਮੁੱਖ ਫਾਇਦਿਆਂ ਨੂੰ ਅਨਲੌਕ ਕਰਦੀ ਹੈ:

• ਲੰਬੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ: ਮਾਡਲ ਇੱਕ ਸਿੰਗਲ ਪੁੱਛਗਿੱਛ ਦੇ ਅੰਦਰ ਵਿਆਪਕ ਟੈਕਸਟ, ਜਿਵੇਂ ਕਿ ਖੋਜ ਪੱਤਰ, ਕਾਨੂੰਨੀ ਇਕਰਾਰਨਾਮੇ, ਵਿੱਤੀ ਰਿਪੋਰਟਾਂ, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਪੂਰੀਆਂ ਕਿਤਾਬਾਂ ਤੋਂ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਛੋਟੇ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਣ ਦੀ ਜ਼ਰੂਰਤ ਤੋਂ ਬਚਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸੰਦਰਭ ਦਾ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ।
• ਵਿਆਪਕ ਕੋਡਬੇਸ ਨੂੰ ਸੰਭਾਲਣਾ: ਡਿਵੈਲਪਰਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਾਡਲ ਵੱਡੇ ਸੌਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀਆਂ ਗੁੰਝਲਦਾਰ ਨਿਰਭਰਤਾਵਾਂ ਅਤੇ ਸਮੁੱਚੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਸਮਝ ਸਕਦਾ ਹੈ, ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਡੀਬੱਗਿੰਗ, ਰੀਫੈਕਟਰਿੰਗ, ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾ ਲਾਗੂ ਕਰਨ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।
• ਵਿਭਿੰਨ ਜਾਣਕਾਰੀ ਦਾ ਸੰਸ਼ਲੇਸ਼ਣ ਕਰਨਾ: ਇਹ ਮਾਡਲ ਨੂੰ ਪ੍ਰੋਂਪਟ ਦੇ ਅੰਦਰ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਕਈ ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ ਤੋਂ ਕਨੈਕਸ਼ਨ ਅਤੇ ਸੂਝ ਖਿੱਚਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਵਧੇਰੇ ਵਿਆਪਕ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਰਥਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਬਣਾਉਂਦਾ ਹੈ।

ਇਹ ਵਿਸਤ੍ਰਿਤ ਪ੍ਰਸੰਗਿਕ ਜਾਗਰੂਕਤਾ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਿੱਥੇ ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਅਕਸਰ ਭਾਰੀ ਅਤੇ ਫੈਲੀ ਹੁੰਦੀ ਹੈ। ਇਹ ਡੂੰਘੀ ਸਮਝ, ਵਧੇਰੇ ਸੂਖਮ ਤਰਕ, ਅਤੇ ਗੱਲਬਾਤ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਲੰਬੀ-ਸੀਮਾ ਦੀਆਂ ਨਿਰਭਰਤਾਵਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਦੀ ਯੋਗਤਾ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਉਹਨਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ ਜਿਹਨਾਂ ਨੂੰ AI ਇੱਕ ਸਿੰਗਲ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਵਿੱਚ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਸਮਝ ਸਕਦਾ ਹੈ। ਅਜਿਹੀ ਵੱਡੀ ਸੰਦਰਭ ਵਿੰਡੋ ਨੂੰ ਕੁਸ਼ਲਤਾ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਕਾਫ਼ੀ ਹੈ, ਜੋ Google ਦੇ ਅੰਤਰੀਵ ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ।

ਅਖਾੜੇ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ: ਬੈਂਚਮਾਰਕ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਸਥਿਤੀ

Google ਨੇ ਸਮਕਾਲੀ AI ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੂਚੀ ਦੇ ਵਿਰੁੱਧ ਤੁਲਨਾ ਕਰਦੇ ਹੋਏ, ਵਿਆਪਕ ਬੈਂਚਮਾਰਕ ਟੈਸਟਿੰਗ ਨਾਲ Gemini 2.5 Pro ਲਈ ਆਪਣੇ ਦਾਅਵਿਆਂ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਹੈ। ਪ੍ਰਤੀਯੋਗੀ ਸੈੱਟ ਵਿੱਚ OpenAI ਦੇ o3-mini ਅਤੇ GPT-4.5, Anthropic ਦੇ Claude 3.7 Sonnet, xAI ਦੇ Grok 3, ਅਤੇ DeepSeek ਦੇ R1 ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ ਸ਼ਾਮਲ ਸਨ। ਮੁਲਾਂਕਣਾਂ ਨੇ ਮਾਡਲ ਦੀਆਂ ਕਥਿਤ ਸ਼ਕਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਏ ਨਾਜ਼ੁਕ ਖੇਤਰਾਂ ਨੂੰ ਕਵਰ ਕੀਤਾ: ਵਿਗਿਆਨਕ ਤਰਕ, ਗਣਿਤਿਕ ਯੋਗਤਾ, ਮਲਟੀਮੋਡਲ ਸਮੱਸਿਆ-ਹੱਲ, ਕੋਡਿੰਗ ਮੁਹਾਰਤ, ਅਤੇ ਲੰਬੇ-ਸੰਦਰਭ ਸਮਝ ਦੀ ਲੋੜ ਵਾਲੇ ਕਾਰਜਾਂ ‘ਤੇ ਪ੍ਰਦਰਸ਼ਨ।

Google ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਨਤੀਜੇ, ਇੱਕ ਬਹੁਤ ਹੀ ਪ੍ਰਤੀਯੋਗੀ ਮਾਡਲ ਦੀ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ। Gemini 2.5 Pro ਨੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਟੈਸਟ ਕੀਤੇ ਗਏ ਬੈਂਚਮਾਰਕਾਂ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਵਿਰੋਧੀਆਂ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ ਜਾਂ ਨੇੜਿਓਂ ਮੇਲ ਖਾਂਦਾ ਰਿਹਾ।

Google ਦੁਆਰਾ ਉਜਾਗਰ ਕੀਤੀ ਗਈ ਇੱਕ ਖਾਸ ਤੌਰ ‘ਤੇ ਕਮਾਲ ਦੀ ਪ੍ਰਾਪਤੀ Humanity’s Last Exam (HLE) ਮੁਲਾਂਕਣ ‘ਤੇ ਮਾਡਲ ਦਾ ‘ਸਟੇਟ-ਆਫ-ਦ-ਆਰਟ’ ਪ੍ਰਦਰਸ਼ਨ ਸੀ। HLE ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਡੇਟਾਸੈਟ ਹੈ ਜੋ ਕਈ ਅਨੁਸ਼ਾਸਨਾਂ ਦੇ ਮਾਹਰਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸਨੂੰ ਇੱਕ ਮਾਡਲ ਦੇ ਗਿਆਨ ਅਤੇ ਤਰਕ ਯੋਗਤਾਵਾਂ ਦੀ ਚੌੜਾਈ ਅਤੇ ਡੂੰਘਾਈ ਦੀ ਸਖਤੀ ਨਾਲ ਜਾਂਚ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। Gemini 2.5 Pro ਨੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਇੱਕ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜੋ ਇਸ ਵਿਆਪਕ ਬੈਂਚਮਾਰਕ ‘ਤੇ ਇਸਦੇ ਪ੍ਰਤੀਯੋਗੀਆਂ ‘ਤੇ ਕਾਫ਼ੀ ਬੜ੍ਹਤ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਜੋ ਮਜ਼ਬੂਤ ਆਮ ਗਿਆਨ ਅਤੇ ਉੱਨਤ ਤਰਕ ਦੇ ਹੁਨਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਲੰਬੇ-ਸੰਦਰਭ ਪੜ੍ਹਨ ਦੀ ਸਮਝ ਵਿੱਚ, Gemini 2.5 Pro ਨੇ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬੜ੍ਹਤ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਇਸ ਖਾਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਟੈਸਟ ਕੀਤੇ ਗਏ OpenAI ਮਾਡਲਾਂ ਨਾਲੋਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਸਕੋਰ ਕੀਤਾ। ਇਹ ਨਤੀਜਾ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਇਸਦੀ ਵੱਡੀ ਦੋ-ਮਿਲੀਅਨ ਟੋਕਨ ਸੰਦਰਭ ਵਿੰਡੋ ਦੇ ਵਿਹਾਰਕ ਲਾਭ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹੈ, ਵਿਸਤ੍ਰਿਤ ਜਾਣਕਾਰੀ ਸਟ੍ਰੀਮਾਂ ‘ਤੇ ਸਮਝ ਬਣਾਈ ਰੱਖਣ ਦੀ ਇਸਦੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਇਸਨੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਮਲਟੀਮੋਡਲ ਸਮਝ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਟੈਸਟਾਂ ਵਿੱਚ ਅਗਵਾਈ ਕੀਤੀ, ਟੈਕਸਟ, ਚਿੱਤਰਾਂ, ਆਡੀਓ ਅਤੇ ਵੀਡੀਓ ਤੋਂ ਜਾਣਕਾਰੀ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਵਿੱਚ ਇਸਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਕੀਤਾ।

ਮਾਡਲ ਦੀ ਤਰਕ ਸ਼ਕਤੀ ਵਿਗਿਆਨ ਅਤੇ ਗਣਿਤ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਵਾਲੇ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਚਮਕੀ, ਸਥਾਪਿਤ AI ਮੁਲਾਂਕਣਾਂ ਜਿਵੇਂ ਕਿ GPQA Diamond ਅਤੇ 2024 ਅਤੇ 2025 ਦੋਵਾਂ ਲਈ AIME (American Invitational Mathematics Examination) ਚੁਣੌਤੀਆਂ ‘ਤੇ ਉੱਚ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤੇ। ਹਾਲਾਂਕਿ, ਇੱਥੇ ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ ਤੰਗ ਸੀ, Anthropic ਦੇ Claude 3.7 Sonnet ਅਤੇ xAI ਦੇ Grok 3 ਨੇ ਕੁਝ ਖਾਸ ਗਣਿਤ ਅਤੇ ਵਿਗਿਆਨ ਟੈਸਟਾਂ ‘ਤੇ ਮਾਮੂਲੀ ਤੌਰ ‘ਤੇ ਬਿਹਤਰ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਦਬਦਬਾ ਅਜੇ ਵੀ ਸਖ਼ਤ ਮੁਕਾਬਲੇ ਵਾਲਾ ਹੈ।

ਕੋਡਿੰਗ ਸਮਰੱਥਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਸਮੇਂ, ਤਸਵੀਰ ਇਸੇ ਤਰ੍ਹਾਂ ਸੂਖਮ ਸੀ। ਡੀਬੱਗਿੰਗ, ਮਲਟੀ-ਫਾਈਲ ਰੀਜ਼ਨਿੰਗ, ਅਤੇ ਏਜੰਟਿਕ ਕੋਡਿੰਗ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਾਲੇ ਬੈਂਚਮਾਰਕਾਂ ਨੇ Gemini 2.5 Pro ਤੋਂ ਮਜ਼ਬੂਤ ਪ੍ਰਦਰਸ਼ਨ ਦਿਖਾਇਆ, ਪਰ ਇਸਨੇ ਲਗਾਤਾਰ ਖੇਤਰ ‘ਤੇ ਹਾਵੀ ਨਹੀਂ ਹੋਇਆ। Claude 3.7 Sonnet ਅਤੇ Grok 3 ਨੇ ਦੁਬਾਰਾ ਪ੍ਰਤੀਯੋਗੀ ਸ਼ਕਤੀਆਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਕਈ ਵਾਰ Google ਦੇ ਮਾਡਲ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ। ਹਾਲਾਂਕਿ, Gemini 2.5 Pro ਨੇ ਕੋਡ ਸੰਪਾਦਨ ਕਾਰਜਾਂ ਵਿੱਚ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਚੋਟੀ ਦਾ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰਕੇ ਆਪਣੇ ਆਪ ਨੂੰ ਵੱਖਰਾ ਕੀਤਾ, ਜੋ ਮੌਜੂਦਾ ਕੋਡਬੇਸ ਨੂੰ ਸੁਧਾਰਨ ਅਤੇ ਸੋਧਣ ਲਈ ਇੱਕ ਖਾਸ ਯੋਗਤਾ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।

ਸੀਮਾਵਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ: ਸੀਮਾਵਾਂ ਅਤੇ ਚੇਤਾਵਨੀਆਂ

ਇਸਦੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਮਜ਼ਬੂਤ ਬੈਂਚਮਾਰਕ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਬਾਵਜੂਦ, Google ਆਸਾਨੀ ਨਾਲ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ ਕਿ Gemini 2.5 Pro ਸੀਮਾਵਾਂ ਤੋਂ ਬਿਨਾਂ ਨਹੀਂ ਹੈ। ਸਾਰੇ ਮੌਜੂਦਾ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਵਾਂਗ, ਇਸਨੂੰ ਕੁਝ ਅੰਦਰੂਨੀ ਚੁਣੌਤੀਆਂ ਵਿਰਾਸਤ ਵਿੱਚ ਮਿਲਦੀਆਂ ਹਨ:

• ਗਲਤੀ ਦੀ ਸੰਭਾਵਨਾ: ਮਾਡਲ ਅਜੇ ਵੀ ਤੱਥਾਂ ਦੇ ਤੌਰ ‘ਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਜਵਾਬਾਂ ਨੂੰ ‘ਹੈਲੂਸੀਨੇਟ’ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਭਰੋਸੇਯੋਗ ਲੱਗਦੇ ਹਨ ਪਰ ਅਸਲੀਅਤ ‘ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹਨ। ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਦਾ ਉਦੇਸ਼ ਇਸ ਨੂੰ ਘੱਟ ਕਰਨਾ ਹੈ, ਪਰ ਸੰਭਾਵਨਾ ਬਣੀ ਰਹਿੰਦੀ ਹੈ। ਇਸਦੇ ਆਉਟਪੁੱਟ ਦੀ ਸਖ਼ਤ ਤੱਥ-ਜਾਂਚ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਮੁਲਾਂਕਣ ਅਜੇ ਵੀ ਜ਼ਰੂਰੀ ਹਨ।
• ਸਿਖਲਾਈ ਡੇਟਾ ਪੱਖਪਾਤ ਦਾ ਪ੍ਰਤੀਬਿੰਬ: AI ਮਾਡਲ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈਟਾਂ ਤੋਂ ਸਿੱਖਦੇ ਹਨ, ਅਤੇ ਉਸ ਡੇਟਾ ਵਿੱਚ ਮੌਜੂਦ ਕੋਈ ਵੀ ਪੱਖਪਾਤ (ਸਮਾਜਿਕ, ਇਤਿਹਾਸਕ, ਆਦਿ) ਮਾਡਲ ਦੇ ਜਵਾਬਾਂ ਵਿੱਚ ਪ੍ਰਤੀਬਿੰਬਤ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਪੱਖਪਾਤਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਨਿਰੰਤਰ ਯਤਨ