Ich habe gerade eine Analyse des Sprungs von Gemini von 2.0 auf 2.5 gehört, und hier ist die Zusammenfassung. Das Team hat sich nicht nur auf Labortests verlassen. Sie haben echtes Nutzerfeedback von X gesammelt, diese "das ist kaputt"-Momente in lebendige Bewertungen umgewandelt und fügen mit jeder Veröffentlichung neue Grenzfälle hinzu. Es ist ein von der Community getriebenes QA-Loop: unsere Misserfolge werden zu ihren Benchmarks, die unsere besseren Ergebnisse werden. Wenn du ein Creator oder PM bist, ist das eine Vorlage: öffentliches Feedback → Bewertungen → Veröffentlichung → wiederholen. Großartige Arbeit @OfficialLoganK @nbrichtova und das gesamte Team.