Gemini 2.5 Pro raggiunge circa 0,34 mAP nel rilevamento oggetti su MS-COCO val.
Le prestazioni di Gemini Pro 2.5 sono all’incirca pari a quelle di Yolo V3 del 2018.
L’aggiunta di un think budget riduce significativamente la performance del modello.
L’output strutturato migliora i risultati su Pro ma peggiora su Flash e Flash-Lite.
Pro restituisce meno output non validi rispetto alle versioni Flash e Flash-Lite.
I modelli CNN tradizionali restano più veloci, economici e facili da addestrare.
Il benchmark non è del tutto equo poiché i CNN sono esplicitamente addestrati sulle 80 classi di COCO.
Get notified when new stories are published for "🇮🇹 Hacker News Italiano"