PaLM 是什么?Google Gemini 的前身模型

PaLM 1:540B 参数的里程碑

• 发布时间:2022 年 4 月
• 参数规模:540B(5400 亿),当时最大的密集型语言模型
• 训练基础设施:使用 Pathways 系统,在 6144 个 TPU v4 上训练
• 突破性表现:在多项 NLP 基准上刷新纪录,展现"涌现能力"
• 关键能力:多步推理、代码生成、数学解题、常识推理

PaLM 2:更强更高效

• 发布时间:2023 年 5 月(Google I/O 2023)
• 核心改进:多语言能力大幅提升(100+ 语言)、推理更强、代码更好
• 效率提升:参数量更小但性能更强(计算最优缩放)
• 多档位:Gecko(最小)、Otter、Bison、Unicorn(最大)
• 应用:驱动 Bard、Google Workspace AI、Med-PaLM(医疗)、Sec-PaLM(安全)

从 PaLM 到 Gemini 的演进

• 2022.4:PaLM 1 发布,展示大规模语言模型的涌现能力
• 2023.3:PaLM 驱动的 Bard 上线,对标 ChatGPT
• 2023.5:PaLM 2 发布,Bard 升级为 PaLM 2 驱动
• 2023.12:Gemini 1.0 发布,PaLM 开始退役
• 2024.2:Bard 更名 Gemini App,PaLM API 标记为弃用
• 关键区别:PaLM 是纯文本模型;Gemini 是原生多模态模型

PaLM 的技术遗产

实战:使用 Gemini(PaLM 的继任者)

Python 示例

from openai import OpenAI

client = OpenAI(
    api_key="你的Key",
    base_url="https://api.example.com/v1"  # AI的那些事儿中转
)

# PaLM 已退役,使用其继任者 Gemini
# Gemini 2.5 Pro 能力远超 PaLM 2
r = client.chat.completions.create(
    model="gemini-2.5-pro",
    messages=[
        {"role": "user", "content": "用通俗语言解释 Transformer 架构的自注意力机制"}
    ],
    max_tokens=1000
)
print(r.choices[0].message.content)

# 多语言能力(PaLM 2 的强项,Gemini 继承并增强)
r = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[{"role": "user", "content": "Translate to Japanese, Korean, and French: 'AI is transforming the world'"}],
    max_tokens=300
)
print(r.choices[0].message.content)

Node.js 示例

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "你的Key",
  baseURL: "https://api.example.com/v1",
});

// Gemini 继承了 PaLM 的推理能力并大幅增强
const r = await client.chat.completions.create({
  model: "gemini-2.5-pro",
  messages: [{ role: "user", content: "解一道数学题:如果 f(x) = x³ - 3x + 1,求 f'(x) = 0 的解" }],
  max_tokens: 500,
});
console.log(r.choices[0].message.content);

常见问题

PaLM 已进化为 Gemini,国内直连

通过 AI的那些事儿调用 Gemini 全系列,体验远超 PaLM 的最新 AI 能力。