AI-agenter har blitt essensielle verktøy for å takle komplekse utfordringer, og hver nye modell bringer fremskritt innen hastighet, nøyaktighet og resonnering. Blant disse fremstår Gemini 1.5 Flash 8B som en kraftig agent i stand til å behandle storskala informasjon med bemerkelsesverdig presisjon. Men hvordan “tenker” den, og hva muliggjør dens imponerende evner?

I denne bloggen utforsker vi de indre mekanismene til Gemini 1.5 Flash 8B, og bryter ned dens arkitektur, tankeprosesser og beslutningsstrategier. Ved å teste ytelsen i virkelige scenarier, avdekker vi hvordan denne modellen analyserer innspill, bruker logikk og leverer handlingsrettede innsikter. Enten du er AI-entusiast eller søker praktisk kunnskap om Gemini 1.5 Flash 8B, vil denne artikkelen gi en detaljert forståelse av hvordan den opererer og hvorfor den skiller seg ut i AI-agentenes verden.

Oppgave 1: Innholdsgenerering

Prompt:
Når brukeren sier “Start” skal du:
Innholdsgenerering: Skriv en omfattende, informativ artikkel om prosjektledelsens grunnprinsipper, med spesielt fokus på å definere mål, omfang og delegering.

Innledende oppgaveforståelse og informasjonsinnhenting

• 0:09: Agenten mottar prompten:
  Kan du gi detaljerte innsikter i grunnprinsippene for prosjektledelse, med spesielt fokus på å definere prosjektmål, omfang og prinsippene for delegering?
• 0:17: Agentens første tanke:
  Jeg må samle informasjon om grunnprinsipper for prosjektledelse, med fokus på mål, omfang og delegering. Jeg vil bruke tilgjengelige verktøy for å undersøke og syntetisere informasjonen. Bruker verktøy: google_serper
• 0:21: Andre tanke:
  Jeg vil bruke Wikipedia og Google-søk for å samle informasjon om prosjektledelsens grunnprinsipper, med fokus på mål, omfang og delegering. Bruker verktøy: wikipedia
• 0:23: Endelig output vises.

Analyse av agentens tankeprosess

• Forståelse av prompten: Tolker korrekt behovet for å gi informasjon om prosjektledelsens grunnprinsipper, med fokus på mål, omfang og delegering.
• Strategi for informasjonsinnhenting: Beslutter å bruke både Google-søk og Wikipedia, en rimelig tilnærming.
• Verktøybruk: Identifiserer og bruker google_serper og wikipedia-verktøyene.
• Fokus på nøkkelbegreper: Nevner eksplisitt hovedbegrepene: mål, omfang og delegering.

Analyse av output

• Godt strukturert: Klare seksjoner for å definere prosjektmål, prosjektomfang, delegeringsprinsipper og konklusjon.
• Omfattende: Dekker grunnprinsippene som etterspurt, med definisjoner, forklaringer og eksempler.
• Tydelig og konsis: Skrivingen er generelt tydelig og presis.
• Informativ og handlingsrettet: Gir verdifulle innsikter, spesielt om SMART-mål og delegeringsprinsipper.

Utdrag av bot-output

Prosjektledelsens grunnprinsipper: Definere mål, omfang og delegering

Prosjektledelse er en strukturert tilnærming til planlegging, organisering og gjennomføring av oppgaver for å oppnå spesifikke mål innenfor en definert tidsramme og budsjett. Et avgjørende aspekt ved vellykket prosjektledelse ligger i å tydelig definere mål, forstå prosjektets omfang og effektivt delegere oppgaver.

Definere prosjektmål:
Klare, målbare, oppnåelige, relevante og tidsavgrensede (SMART) mål er essensielle for prosjektets suksess. Målene bør være spesifikke og tydelig angi hva prosjektet skal oppnå. Målbare mål muliggjør sporing av fremgang og evaluering av suksess. Oppnåelige mål er realistiske og gjennomførbare gitt tilgjengelige ressurser og begrensninger. Relevante mål er i tråd med organisasjonens overordnede strategiske mål. Tidsavgrensede mål fastsetter tidsfrister og sikrer rettidig gjennomføring.

• Tidsforbruk: 14 sekunder (Prompt kl 0:09, output kl 0:23)
• Lesbarhet:
  • Flesch-Kincaid-nivå: 14
  • Flesch-Kincaid-score: 14.36
  • Sammendragets lengde: 346 ord

Konklusjon:
Agenten genererer en omfattende og godt strukturert oversikt over prosjektledelsens grunnprinsipper, med fokus på å definere mål, omfang og delegering.

Oppgave 2: Beregning

Prompt:
Svar på oppgaven:

Et selskap selger to produkter: Produkt A og Produkt B. Produkt A koster 30 dollar per enhet å produsere og selges for 50 dollar per enhet. Produkt B koster 40 dollar per enhet å produsere og selges for 70 dollar per enhet.

Selskapet solgte 120 enheter av Produkt A og 80 enheter av Produkt B forrige måned. Beregn den totale omsetningen fra salget av begge produkter.

Beregn den totale profitten fra salget av begge produktene (Omsetning – totale produksjonskostnader).

Selskapet ønsker å øke totalomsetningen med 10 %. Hvor mange ekstra enheter av hvert produkt må de selge for å oppnå dette målet, forutsatt at produksjonskostnad og salgspris per enhet forblir konstant?

Innledende oppgaveforståelse og informasjonsinnhenting

• 0:06: Agenten mottar prompten: beregn total omsetning og total profitt
• 0:18–4:55: Agenten bearbeider gjentatte tanker som:
  Beregn omsetning og profitt for hvert produkt, og summer dem. Bruker verktøy: Ingen
  Manuell beregning av omsetning og profitt. Bruker verktøy: Ingen
• 0:53–5:36: Mottar nye prompt om å beregne nødvendige ekstra enheter og fordelingsstrategier.
• 06:54: Endelig output vises.

Analyse av agentens tankeprosess

• Forståelse av prompten: Forstår innledningsvis behovet for å beregne total omsetning og profitt, men gjentar tanker i en løkke.
• Manglende verktøybruk: Bruker ikke eksterne verktøy til beregningene.
• Manuell beregning: Stoler på manuelle metoder, noe som er ineffektivt.
• Problemer med fordeling: Forsøker å bruke et upassende verktøy (url_crawl_tool), men vender tilbake til korrekt logikk.

Analyse av output

• Riktige svar: Gir riktige svar for total omsetning ($11 600), total profitt ($4 800) og ekstra enheter (12 for Produkt A, 9 for Produkt B).
• Manglende forklaring: Oppgir svarene uten å forklare beregningene eller resonnementet.
• Savnet mulighet: Diskuterer ikke alternative strategier.

Utdrag av bot-output

Den totale omsetningen fra salget av begge produktene forrige måned var $11 600. Den totale profitten fra salget av begge produktene var $4 800. For å oppnå en økning på 10 % i totalomsetning, må selskapet selge 12 ekstra enheter av Produkt A og 9 ekstra enheter av Produkt B, forutsatt en 50/50 omsetningsfordelingsstrategi for det ekstra salget.

• Tidsforbruk: 6 minutter og 48 sekunder
• Konklusjon:
  Agenten kommer til riktige svar, men med en ineffektiv og repeterende prosess og lite forklaring.

Oppgave 3: Oppsummering

Prompt:
Oppsummer hovedfunnene fra forrige artikkel på 100 ord, med fokus på de viktigste seksjonene.

Innledende oppgaveforståelse og informasjonsinnhenting

• 0:04: Agenten mottar prompten.
• 0:21: Agenten viser sin første tanke, og oppsummerer nøkkeltekniske egenskaper og sikkerhetsaspekter ved o1-modeller.
• 1:26: Endelig output vises.

Analyse av agentens tankeprosess

• Forståelse av prompten: Tolker korrekt oppsummeringsoppgaven og ordbegrensningen.
• Informasjonsinnhenting: Henter ut hovedfunn fra artikkelen, men tankeprosessen er ett tekstblok.
• Fokus på nøkkelseksjoner: Fokuserer på definisjon, betydning, historie, bruksområder, implikasjoner og siste fremskritt.

Analyse av output

• Struktur og innhold: Dekker hovedpunktene i logisk rekkefølge.
• Konsis: Holder seg innenfor 100 ord.
• Nøyaktighet: Reflekterer artikkelens innhold.
• Tydelighet: Tydelig og lett å forstå.
• Hovedfunn: Får frem definisjon av AI-reasoning, rolle i beslutningstaking, utvikling, bruksområder, etikk og o1-modellen.

Utdrag av bot-output

Definisjon av AI-reasoning: AI-reasoning er en logisk metode som gjør det mulig for maskiner å trekke konklusjoner, forutsi og løse problemer på linje med menneskelig tenkning. Det innebærer å bruke tilgjengelig informasjon for å utlede nye innsikter eller ta avgjørelser, og etterligner menneskets informasjonsbehandling. Det finnes to hovedtyper: formell resonnering (regelbasert, matematisk logikk) og naturlig språkresonnering (håndtering av menneskelig språklig tvetydighet).

• Tidsforbruk: 1 minutt og 22 sekunder
• Lesbarhet: 91 ord

Konklusjon:
Agenten oppsummerer artikkelen effektivt, fanger hovedpunktene og presenterer dem klart og konsist.

Oppgave 4: Sammenligningsoppgave

Prompt:
Når brukeren sier “Start” skal du:
Sammenlign miljøpåvirkningen fra elektriske kjøretøy med hydrogenbiler. Inkluder faktorer som energiproduksjon, kjøretøyets livssyklus og utslipp.

Innledende oppgaveforståelse og informasjonsinnhenting

• 0:06: Agenten mottar prompten.
• 0:08–1:22: Agenten bruker google_serper og url_crawl_tool flere ganger.
• 1:52: Endelig output vises.

Analyse av agentens tankeprosess

• Forståelse av prompten: Tolker korrekt behovet for å sammenligne elbiler og hydrogenbiler på energiproduksjon, livssyklus og utslipp.
• Strategi for informasjonsinnhenting: Bruker både brede og spesifikke søkeverktøy.
• Verktøybruk: Benytter google_serper og url_crawl_tool hensiktsmessig.
• Fokus på hovedfaktorer: Output adresserer de nevnte faktorene.

Analyse av output

• Godt strukturert: Klare seksjoner for energiproduksjon, kjøretøyets livssyklus, utslipp, andre faktorer og konklusjon.
• Omfattende: Dekker strømforsyning, hydrogenproduksjon, produksjon, effektivitet og infrastruktur.
• Tydelig og konsis: Skrivingen er direkte og unngår sjargong.
• Balansert: Presenterer fordeler og ulemper ved begge teknologier.
• Godt undersøkt: Henter fra flere kilder.

Utdrag av bot-output

Energiproduksjon:

• Elektriske kjøretøy (EV): EV-er kjører på elektrisitet, som kan produseres fra fossile brensler, kjernekraft eller fornybar energi. Miljøpåvirkningen avhenger av strømkilden. Fornybar energi gir lavere karbonavtrykk; fossile brensler reduserer fordelene.

• Hydrogenbiler (FCV): FCV-er bruker hydrogen for å produsere elektrisitet. “Grått hydrogen” fra fossile brensler slipper ut CO2, mens “grønt hydrogen” fra elektrolyse med fornybar energi gir lavere utslipp. Mesteparten av dagens hydrogen er fossilbasert.

• Tidsforbruk: 1 minutt og 46 sekunder

• Lesbarhet: 698 ord

Konklusjon:
Agenten genererer en omfattende, godt strukturert og balansert sammenligning, og demonstrerer sterk informasjonssyntese.

Oppgave 5: Kreativ skriving

Prompt:
Skriv en futuristisk historie (500 ord) satt i en verden der elektriske kjøretøy helt har erstattet tradisjonelle forbrenningsmotorer. Beskriv miljøendringer og samfunnsmessige konsekvenser.

Innledende oppgaveforståelse og informasjonsinnhenting

• 0:04: Agenten mottar prompten om miljøendringer.
• 0:08: Gir sin første output, får deretter prompt om samfunnsmessige konsekvenser.
• 1:26–2:25: Gir utdata og ferdig historie.

Analyse av agentens tankeprosess

• Forståelse av prompten: Forstår korrekt den kreative skriveoppgaven og behovet for å adressere både miljø og samfunnsendringer.
• To-delt prompt: Tar hensyn til begge aspekter før de flettes inn i et narrativ.
• Informasjonssyntese: Trekker på treningsdata for plausible scenarioer.

Analyse av output

• Kreativ og engasjerende: Fortelling med tittelen “Echoes of Tomorrow” maler en levende fremtid med elbiler.
• Godt strukturert: Fremdrift fra miljø til samfunn, utfordringer og refleksjon.
• Omfattende: Dekker luftkvalitet, støy, energi, økonomi, sosial likhet, dyreliv.
• Balansert perspektiv: Anerkjenner både positive og negative sider.
• Fantasifull og tankevekkende: Utforsker utopiske og utfordrende fremtider.

Utdrag av bot-output

I år 2050 hadde verden endelig snudd et hjørne. Luften var renere, himmelen klarere og byene stillere. Elektriske kjøretøy, en gang en futuristisk drøm, hadde helt erstattet sine forgjengere med forbrenningsmotor. Gater som tidligere var fylt med eksos fra bensinmotorer, summet nå svakt med elektriske motorers myke lyd—a et vitnesbyrd om menneskehetens skifte mot en grønnere fremtid.

• Tidsforbruk: 2 minutter og 21 sekunder
• Lesbarhet: 511 ord

Konklusjon:
Agenten utmerker seg i kreativ skriving og produserer et fantasifullt og godt strukturert narrativ.

Gemini 1.5 Flash 8B: En lovende, men ikke perfekt AI-agent

Gemini 1.5 Flash 8B viser betydelig potensial som AI-agent, og utmerker seg i oppgaver som involverer informasjonsinnhenting, strukturert oppsummering og kreativ skriving. Den bruker effektivt verktøy som google_serper og wikipedia for å generere godt organiserte, informative og engasjerende innhold. Dens sterke ytelse i prosjektledelse, miljøsammenligning og kreative skriveoppgaver viser evne til å syntetisere informasjon, produsere klare utdata og tilpasse seg ulike skrivestiler.

Imidlertid avslører modellens ytelse i beregningsoppgaver kritiske svakheter. Tankeprosessen er repeterende og ineffektiv, den klarer ikke å bruke passende beregningsverktøy og stoler på manuelle, feilutsatte metoder. Dette fører til overdreven behandlingstid og manglende åpenhet i resonnementet. Selv om den til slutt kommer til riktige svar, er prosessen omstendelig og mangler forklaring eller alternative strategier. I oppsummeringsoppgaven inkluderte agenten også informasjon som ikke ble etterspurt i prompten.

Overordnet konklusjon

Gemini 1.5 Flash 8B er et kraftig verktøy for språkforståelse, informasjonsinnhenting og kreativ generering.
Dens evne til å produsere godt strukturerte, omfattende og engasjerende innhold er imponerende. Imidlertid viser dens nåværende begrensninger innen numerisk resonnering og problemløsning behov for betydelig forbedring. Fremtidig utvikling bør styrke dens matematiske evner, integrere riktige verktøy og forbedre tankeprosessen for effektivitet og åpenhet. Sterkere etterlevelse av instruksjoner, spesielt når det gjelder å unngå ekstra informasjon, er også nødvendig.

I sin nåværende tilstand er Gemini 1.5 Flash 8B best egnet for språk- og kreative oppgaver, mens forsiktighet anbefales for komplekse beregninger eller intrikate problemløsninger. Fremtidige forbedringer vil være avgjørende for å frigjøre dens fulle potensial som en allsidig og pålitelig AI-agent.