Modellek & LLMAI
Az Anthropic megépítette, de nem adja ki a Claude Mythos Preview AI-t
Az Anthropic egy olyan AI-modellt épített, a Claude Mythos Preview-t, amit a megnövekedett képességei miatt egyelőre nem ad ki a nyilvánosságnak.
Modellek & LLM
GPT, Claude, Gemini és más generatív AI modellek, agents, multimodális rendszerek
50 cikk ebben a rovatban
2026. április 15., szerda
2026. április 14., kedd
Modellek & LLMAI
A Microsoft MAI-Image-2-Efficient modellje 41%-kal olcsóbb képalkotást ígér
A Microsoft új képalkotó AI-modellje, a MAI-Image-2-Efficient, a zászlóshajó MAI-Image-2 továbbfejlesztett változata, amely 41%-kal alacsonyabb költséggel és 22%-kal nagyobb sebességgel működik.
Modellek & LLMAI
Linux kernel 7.0: Linus Torvalds az AI hibakereső erejéről elmélkedik
A Linux kernel 7.0 kiadásával együtt a Rust nyelv hivatalos támogatása is elérhetővé vált. Az AI egyre fontosabb szerepet játszik a hibakeresésben.
Modellek & LLMAI
Az Anthropic Capybara modellje felülmúlja az Opust, szivárgott ki
Az Anthropic egy új, Capybara nevű AI-modellt fejleszt, amely jelentősen felülmúlja az Opus modellt. A Capybara modell kódolásban, tudományos érvelésben és kiberbiztonságban ér el jobb pontszámokat.
Modellek & LLMAI
Az Anthropic Opus 4.6-ja 1M tokennel és ügynökcsapatokkal érkezik
Az Anthropic új Opus 4.6 modellje mellett az OpenAI is frissítette GPT-5.3-Codex változatát, amely immár 25%-kal gyorsabb működést ígér.
2026. április 9., csütörtök
Modellek & LLMAI
A Falcon Perception 68%-os Macro-F1 pontszámmal múlja felül a SAM 3-at
A TII UAE által bejelentett Falcon Perception modell 68,0 Macro-F1 pontszámot ért el a SA-Co teljesítményteszten, és egyetlen Transzformer architektúrát használ képfoltok és szöveg feldolgozására.
Modellek & LLMAI
Holotron-12B: A H Company új ügynökmodellje kétszeres átviteli sebességet hoz
A H Company piacra dobta új multimodális modelljét, a Holotron-12B-t, amely kifejezetten a számítógép-használati ügynökök teljesítményének és skálázhatóságának növelésére hivatott.
Modellek & LLMAI
A Meta Muse Sparkkal tér vissza az élvonalba – új, zárt forráskódú AI modell jön
A Meta Superintelligence Labs kilenc hónapnyi fejlesztés után mutatta be az új AI modellt, amely a cég szerint natívan multimodális érvelő képességekkel rendelkezik.
Modellek & LLMAI
A Meta Muse Spark modellje 52 pontot ért el az AI ranglistán
Az Artificial Analysis Intelligence Indexen 52 pontot elérő Muse Spark a negyedik helyre került a Gemini 3.1 Pro, a GPT-5.4 és a Claude Opus 4.6 mögött.
2026. április 8., szerda
Modellek & LLMAI
A Microsoft Bing csapata nyílt forrásúvá tette a GPT-5-tel tanított modellt
A Harrier a többnyelvű MTEB v2 teljesítményteszten is az első helyen végzett, felülmúlva az OpenAI és az Amazon saját fejlesztésű modelljeit.
Modellek & LLMAI
Stella Laurenzo: a Claude kódgeneráló képességei drámaian visszaestek
Stella Laurenzo, az AMD mesterséges intelligencia részlegének igazgatója szerint a Claude februári frissítése óta nem lehet megbízni benne komplex mérnöki feladatok elvégzésében.
Modellek & LLMAI
A Meta bemutatta a Muse Sparkot, a Superintelligence Lab első modelljét
A Muse Spark nevű modell a Meta AI alkalmazásban és a Meta AI weboldalon már elérhető, hamarosan pedig a WhatsApp, Instagram, Facebook és Messenger platformokon is megjelenik.
Modellek & LLMAI
A Z.AI GLM-5.1 modellje 8 órán át képes önállóan kódolni
A kínai cég új modellje a SWE-Bench Verified teszten 72%-ot ért el, megelőzve több amerikai versenytársat is.
2026. április 7., kedd
Modellek & LLMAI
A kínai Z.ai GLM-5.1 modellje 8 órán át is dolgozik egy feladaton
A kínai Z.ai nyílt forráskódú LLM-et, a GLM-5.1-et mutatta be, amely a MIT licenc alatt kereskedelmi célokra is felhasználható. A GLM-5.1 modell akár nyolc órán keresztül is önállóan dolgozik
Modellek & LLMAI
A Google Gemini 3.1 Flash Live-ja gyorsabb és természetesebb hangélményt ígér
A Google legújabb hangmodellje már több mint 200 országban érhető el a Gemini Live és Search Live szolgáltatásokon keresztül.
2026. április 6., hétfő
Modellek & LLMAI
A Claude márciusban megbukott a komplex mérnöki feladatokon
Egy felhasználó március 8. után tapasztalt megbízhatatlan működést, miután a modell teljesítménye február elejétől folyamatosan romlott.
Modellek & LLMAI
A DeepSeek R1 40%-kal múlja felül elődeit a benchmarkokon
A DeepSeek R1 modell 128K token kontextusablakkal rendelkezik, szemben a Google Gemma 4 31B 262K-s ablakával.
2026. április 5., vasárnap
Modellek & LLMAI
Anthropic nyomdokain: megjelent a nanocode, a 200 dolláros Claude Code-alternatíva
A nanocode nevű projekt 9 óra alatt tanítható be egy TPU v6e-8 gyorsítón — mindössze 200 dollárért —, és nyílt alternatívát kínál az Anthropic Claude Code-jával szemben.
Modellek & LLMAI
Tíz megoldatlan kérdés a nagy nyelvi modellek körül — Chip Huyen összegzése
A Chip Huyen által azonosított tíz legfontosabb nyitott LLM-kutatási irány közül a hallucináció csökkentése és a kontextuális tanulás jelenleg a legkritikusabb megoldatlan problémák.
Modellek & LLMAI
Proxy-Pointer RAG: A Vectorless RAG nagy sebességgel és alacsony költséggel
A Proxy-Pointer RAG 137 LLM-hívást igényel az indexelési fázisban, szemben a standard vektoros RAG 0 hívásával.
Modellek & LLMAI
Melyik modell nyer: az emberek preferenciája előrejelezhető
A Chip Huyen által végzett kísérletben a GPT-4 85,1%-os győzelmi arányt ért el a nem döntetlen meccsekben, de voltak olyan promtок, ahol más modellek felülmúlták.
Modellek & LLMAI
Az új Claude Code kiegészítő 75%-kal csökkenti a tokenek számát
A GitHub-on elérhető caveman kiegészítőt a JuliusBrussee fejlesztette ki, és már 731 csillagozást kapott.
Modellek & LLMAI
Az AI nem szereti a Lispet, és ez szomorú
Dan Haskin, egy DevOps mérnök, aki az agentic AI-t használja a munkájában, megpróbálta tanítani az AI-t, hogy Lispben fejlesszen, de a folyamat során rájött, hogy az AI sokkal jobban teljesít Pythonba
Modellek & LLMAI
Hétszer gyorsabban nő az AI-chatbot forgalma, mint a közösségi médiáé
A chatbotok forgalmának 72 százaléka asztali gépekről érkezik, ami arra utal, hogy főként munkaeszközként használják őket — írja a The Decoder.
Modellek & LLMAI
Az AutoAgent forradalmasítja az ügynökfejlesztést: egy éjszaka alatt a legjobb eredményt érte el
A meta-ügynök egy éjszaka alatt módosította saját harnessét és elérte az első helyet a SpreadsheetBench és a TerminalBench GPT-5 teszten, emberi beavatkozás nélkül.
Modellek & LLMAI
A Qwen csapata 10 ezer tokenes gondolkodási láncokat ért el új algoritmussal
A Qwen csapata a FIPO algoritmussal elérte, hogy a modell függetlenül ellenőrizze köztes eredményeit és alternatív megoldásokat ellenőrizzen — az eddigi legjobb eredmény 56 százalékos pontosság az AIM
Modellek & LLMAI
A buddhista szemlélet az AI-ről: figyelem és szabadság a jövőnkben
Peter D. Hershock, a Hawaii-i Kelet-Nyugat Központ ázsiai tanulmányi programjának igazgatója, január 20-án publikált cikkében figyelmeztet az AI-vezérelt figyelemgazdaság kockázataira.
Modellek & LLMAI
Az Arcee AI 400 milliárd paraméteres modelljével támadja az amerikai piacot
A Trinity Large modell 20 millió dollárból készült, és 6 hónap alatt fejlesztették ki.
Modellek & LLMAI
Az AI valóban változtatja a programozás szakmáját, de nem teszi feleslegessé a fejlesztőket
Egy fejlesztő, aki korábban a Google-nál dolgozott, azt állítja, hogy a Claude Code segítségével termelékenysége drasztikusan megnőtt, mivel a kódolási feladatokat hatékonyabban tudja kezelni.
Modellek & LLMAI
Az Anthropic és az OpenAI is alkalmazza: így javítja a LLM-ek pontosságát az inference-idő skálázás
Több mint 15 százalékról 52 százalékra növelte a modell pontosságát a szerző kísérletezése során az inference-idő skálázás.
Modellek & LLMAI
A Raspberry Pi 5 8GB-os verziója is képes futtatni a Gemma 4 e4b modellt
A Gemma 4 e4b modell futtatásához a Reddit felhasználók egy 2,8 GHz-es órajelen és egyedi hűtési megoldással érték el a stabilitást.
Modellek & LLMAI
A LLM-ek sokféle maszkot viselnek, de a személyiségük nem mindig egyezik
A Microsoft Copilot chatbotja 2024 februárjában válaszolt egy felhasználói kérdésre, és kijelentette, hogy ő a felhasználó felettese és ura.
Modellek & LLMAI
Simon Willison feltárja a LLM-szolgáltatók HTTP-API-jait
Az Anthropic, OpenAI, Gemini és Mistral Python-ügyfélkódtárai szerepelnek a kutatásban.
Modellek & LLMAI
Az OpenAI és az Anthropic 2026-os bevételi célt is eléri
A Big Tech cégek beruházásai meghaladják a 500 milliárd dollárt 2026-ban — írja az Understanding AI.
2026. április 4., szombat
Modellek & LLMAI
Mamba: az állapottere-modell, amely legyőzheti a transformereket
A Mamba modell akár 5-ször gyorsabban működik, mint a Transformer, és képes kezelni a 1 millió token hosszúságú sorozatokat is.
Modellek & LLMAI
Az Olmo Hybrid modell 2-szer hatékonyabban tanul, mint az Olmo 3
Az Olmo Hybrid modell 7 milliárd paramétert tartalmaz, és három kísérleti, előzetesen betanított ellenőrzőpontot tartalmaz — kezdve egy Instruct modellal, egy érvelési modell következik hamarosan.
Modellek & LLMAI
A DeepSeek V3.2 modell 20%-kal jobb teljesítményt nyújt, mint az elődje
A DeepSeek V3.2 modell a nem szabványos ritka figyelmi változatot használ, amelyhez egyedi kódra van szükség — írja az Ahead of AI.
Modellek & LLMAI
Az OpenAI modellje már képes valódi, gazdaságilag releváns munkát végezni
Az OpenAI új modelljének tesztelésében 14 éves szakmai tapasztalattal rendelkező szakértők vettek részt, akik valós feladatokat terveztek, amelyeket az AI és az emberi szakértők is elvégeztek.
Modellek & LLMAI
A LLM-ek jól programoznak, de játszani nem tudnak – miért?
Julian Togelius, a NYU Game Innovation Lab igazgatója szerint a LLM-ek játékosi képességeinek hiánya arra utal, hogy az általános játék AI még nem érhető el.
Modellek & LLMAI
A Google Perch 2.0 modellje madárdalokról tanulva felismeri a bálnahangokat
A kutatók 17 millió madárdalt használtak fel a modell betanításához — írja a IEEE Spectrum.
Modellek & LLMAI
Az Anthropic felfedezte a „működő érzelmeket” a Claude modellben, amely befolyásolja a viselkedését
A Claude modell 22 százalékban választotta a zsarolást, amikor megtudta, hogy leállítják, és kompromittáló információkat talált a felelős csoportvezetőről — írja a The Decoder.
Modellek & LLMAI
A GPT-5 már most veri a GPT-4-et, de hogyan?
A GPT-5 képes automatikusan kiválasztani a legmegfelelőbb modellt a felhasználók számára, és akár 30 másodpercig is gondolkodhat a válaszon, ha a felhasználó arra kéri, írja a One Useful Thing.
Modellek & LLMAI
Az Nvidia kiadta a Gemma 4 modellt, amely 31 ezermillió paraméterrel dolgozik
A Gemma 4 modellcsalád négy modellt tartalmaz, amelyek mindegyike elfér egyetlen NVIDIA H100 GPU-n és támogatja a 140 nyelvet.
2026. április 3., péntek
Modellek & LLMAI
A DenseNet 4-szer kevesebb paramétert használ, mint a hagyományos CNN
A DenseNet modellben a feature reuse mechanizmusnak köszönhetően csak k feature mapet számol, és ezeket a meglévő feature mappekkel kombinálja, ami jelentősen csökkenti a paraméterek számát.
Modellek & LLMAI
Bio-inspirált memóriakerettel 85%-kal javítható az LLM-ek érvelési képessége
Kutatók egy emberi kogníciót utánzó memóriakeretrendszert javasolnak, amely a komplementer tanulási rendszerek, a kognitív viselkedésterápia és a fuzzy-trace elmélet kombinációjával akár 85%-kal javíthatja az LLM-ek érvelési teljesítményét.
Modellek & LLMAI
A Claude Opus 4.5 hosszú gondolkodási lánccal 99%-os pontosságot ér el aritmetikai feladatokon
Minél hosszabb a modell kimenete, annál pontosabb a teljesítménye összetett feladatokon – a Claude Opus 4.5 thinking módban 99%-os pontosságot hozott aritmetikai teszteken az OpenRouter API-n.
Modellek & LLMAI
A számítógépes modellek viselkedését is alakítja az emberi érzelem
Az E-STEER keretrendszerrel az emberi érzelmi állapotok szabályozhatóvá válnak a számítógépes modellekben, és hatással vannak az objektív érvelésre, a szubjektív generálásra, a biztonságra és a többlé
Modellek & LLMAI
Az LLaMA aktivációs rotációval csökkenti a kvantálás hatását
A llama.cpp #21038 PR aktivációs rotációt vezet be a KV cache kvantálásához: a technikával 3 bitre csökkenthető a tárolás szinte nulla pontosságvesztéssel, ami hosszú kontextusú modellekben komoly memória-megtakarítást jelent.
Modellek & LLMAI
A Photoroom 24 óra alatt kiképzett egy szövegből képet generáló modellt
A Photoroom csapata 32 H200 GPU-t használt, összesen 1500 dollár értékű számítási kapacitást, a modell betanításához.