기사 7건
Google DeepMind는 Gemini 3.8 Flash 및 Gemini 3.8 Flash Cyber 관련 model card를 공개했습니다. 본 자료는 각 모델의 용도, 성능 평가, 안전성 관련 정보를 제공하며, Flash 계열의 경량·고속 지향성과 보안 특화 변형의 존재를 확인할 수 있게 합니다.
Google이 Gemini API 개발자 문서에 Gemini 3.7 Flash 모델 페이지를 공개했습니다. 본 기사는 별도 설명 없이 해당 문서 링크만 제시하며, 세부 사양과 사용 조건은 Google의 공식 API 문서에서 확인해야 합니다.
Google DeepMind가 Gemma 4 제품군에 Quantization-Aware Training을 적용한 새 체크포인트를 공개했습니다. 이번 릴리스는 Q4_0 양자화 형식과 모바일 특화 형식을 포함하며, 모바일 형식 적용 시 Gemma 4 E2B의 메모리 사용량을 1GB까지 줄였다고 밝혔습니다.
Google DeepMind가 16GB VRAM 또는 unified memory 환경에서 로컬 실행을 목표로 한 Gemma 4 12B를 공개했습니다. 이 모델은 별도 multimodal encoder 없이 vision·audio 입력을 LLM backbone으로 직접 처리하며, 중형 Gemma 모델로는 처음 native...
Google은 Search 입력창을 단순 키워드 검색 도구에서 Gemini 기반 질의·대화형 인터페이스로 확장하고 있습니다. 사용자는 더 긴 질문, 후속 질의, 복합 작업을 검색창에서 처리할 수 있으며, Google은 AI 응답을 Search 경험의 중심에 배치하려는 방향을 분명히 했습니다.
Google의 Gemini API 문서에 Gemini 3.5 Flash 모델 페이지가 올라온 것으로 보입니다. 공개된 링크는 모델 사양과 사용 방법을 안내하는 공식 개발자 문서로, Flash 계열의 속도·비용 효율 중심 포지셔닝이 이어질 가능성을 시사합니다.
Google은 Gemma 4 제품군에 적용할 Multi-Token Prediction drafter를 공개해 LLM 추론 속도를 최대 3배 높인다고 밝혔습니다. 이 방식은 경량 drafter가 여러 후보 토큰을 먼저 예측하고, Gemma 4 같은 대상 모델이 이를 검증하는 speculative decoding 구조로 지연...