Gemini Decision 1: مدلی که فقط تصمیم میگیره
خلاصهٔ کاملتر
گوگل مدلی به اسم Gemini Decision 1 داده که اصلاً متن تولید نمیکنه. یه ورودی (متن، عکس، صدا، ویدیو یا PDF) بهش میدی و چندتا سؤال. برای هر سؤال یه جواب ساختاریافته برمیگردونه: بله/خیر، یه گزینه از یه لیست ثابت، یا یه امتیاز عددی تو یه بازه، و کنار هر جواب یه عدد اطمینان (confidence). خروجیش صفر توکن متنیه، پس بیشتر یه classifier و موتور تصمیمگیریه تا چتبات. فقط از طریق API تو Google AI Studio در دسترسه و نسخه لوکال یا آفلاین نداره.
نویسنده توضیح میده چرا این مهمه: وقتی دور یه مدل اتوماسیون میسازی، بیرون کشیدن جواب از یه پاراگراف متن آزاد دردسره. اینجا دیگه لازم نیست با regex دنبال جواب بگردی یا نگران باشی مدل تو متنش دوپهلو حرف بزنه. یه عدد میگیری که کدت مستقیم روش تصمیم میگیره.
تو تستهای متنی نتیجهها خوب بود. یه guardrail برای ایجنت (یعنی یه لایه کنترلی که جلوی کارهای خطرناک ایجنت رو میگیره) با ۹۹٪ اطمینان جلوی پاک کردن دیتای مشتری بدون بکاپ و تأیید رو گرفت. یه تلاش prompt injection (یعنی متنی که میخواد مدل رو گول بزنه) با ۹۸٪ اطمینان شناسایی شد. امتیاز یه lead هم ۲.۹۸ از ۳ شد. فقط تیکت پشتیبانی مرزی بود: ۵۴٪ billing و ۴۰٪ پشتیبانی فنی، چون واقعاً دوتا مشکل رو با هم گفته بود. بیشتر درخواستها هم زیر یه ثانیه جواب گرفتن.
روی عکس و PDF هم رفتار منطقیای داشت. وقتی تو یه عکس شواهد کافی نبود، گزینه «نامشخص» رو با ۵۴٪ انتخاب کرد و به زور حدس نزد. روی یه درخواست وام PDF، اعداد جدولها رو درست خوند، جریان نقدی عملیاتی پایین و وابستگی بیش از نصف درآمد به یه مشتری رو دید و با ۶۶٪ رأی به رد داد.
ضعفها تو صدا و ویدیو بود. یه فایل صوتی از زنی که با لحن کاملاً ناراحت از یه رد شدن تعریف میکرد، با ۹۳٪ اطمینان «شادی» تشخیص داده شد و تکرار تست هم همین نتیجه رو داد. تو ویدیو، آدمها و کارهاشون رو درست دید، ولی فقط ۲۱٪ احتمال داد که یه ویدیوی کاملاً مصنوعی، ساخت هوش مصنوعی باشه. نویسنده میگه بنچمارکهای خود گوگل کمترین calibration error (یعنی فاصله درصد اطمینان با درستی واقعی) رو برای این مدل نشون میدن، ولی کیفیتش بین ورودیهای مختلف یکسان نیست و قبل از استفاده جدی باید با دیتای خودت تستش کنی.
نکات کلیدی:
- خروجی فقط بله/خیر، انتخاب از لیست یا امتیاز عددیه، با درصد اطمینان و صفر توکن متنی
- پنج نوع ورودی: متن، عکس، صدا، ویدیو و PDF
- فقط از طریق API در Google AI Studio؛ نسخه لوکال نداره
- prompt injection با ۹۸٪ و عملیات حذف پرریسک با ۹۹٪ اطمینان شناسایی شد
- تشخیص احساس تو صدا شکست خورد: ناراحتی با ۹۳٪ اطمینان «شادی» خونده شد
- ویدیوی مصنوعی فقط با ۲۱٪ اطمینان، ساخت AI تشخیص داده شد
- قیمتش حدوداً همسطح GPT-5 Luna و ارزونتر از Gemini 3.5 Flash-Lite گزارش شده




