GPT, Claude, Gemini és más generatív AI modellek, agents, multimodális rendszerek
Az új Count Anything modell átlagosan csak kilenc hibát követ el egy képben, miközben a legközelebbi versenytárs több mint tizennyolc hibát tesz — a Tsinghua kutatók a 220 000 képes CLOC adathalmazon alapozzák.
A projekt összköltsége mindössze 80 USD GPU-díj, a kód és a modell a HuggingFace-en és a GitHubon szabadon letölthető, így bárki kipróbálhatja a 1900 előtti tudáskorláttal rendelkező Vintage LLM-et.
Az AI-alapú szűrés már 88%-ban része a vállalatok toborzási folyamata, miközben a cégek évente több mint egymillió pályázatot kapnak.
Az Nvidia és az Abridge orvosi párbeszédekre optimalizált AI-modellt képez ki de-identifikált adatok és Nemotron modellek felhasználásával – közölte a Wall Street Journal.
A modell a böngészőben érhető el, és hangalapú beszélgetéseket tesz lehetővé a felhasználók számára, akár dokumentumok kontextusával is.
A 428 milliárd paraméteres MiniMax M3 modell 1 millió token kontextusával és natív multimodalitásával az NVIDIA Blackwell infrastruktúrán fut, egyesítve a szöveg-, látás- és kódfeladatokat.
A fejlesztésnek köszönhetően a modell pontosabban dolgoz fel vizuális információkat és hoz létre tartalmat.
10‑ször gyorsabb és 20‑szor olcsóbb videómodell, a Varya, 5 másodperces 720p klipet 45 másodperc alatt generál, és csak ₹0,48 ($0,005) másodpercenként – az Avataar AI szerint.
A Google kiadta a DiffusionGemma-modell fejlesztői útmutatóját, amely a Gemma 4 alapjaira épül, és célja a fejlesztői munkafolyamatok megkönnyítése.
A Gemma-4-12B-OBLITERATED nevű, 12 milliárd paraméteres transformer modell már 8106 letöltésnél jár a Hugging Face-en, 189 kedvelést gyűjtve.
A több mint 10 milliárd dolláros elkötelezett tőkével a Helix Digital célja, hogy AI‑adatközpontok, energiaellátás és kapcsolódási infrastruktúra kiépítését gyorsítsa.
Az Oasis 3 API-ját másodpercenként 0,02 dollárért kínálja a Decart, miközben a cég értéke közel 4 milliárd dollárra emelkedett a legutóbbi 300 millió dolláros tőkebevonás után.
A Google DiffusionGemma nevű új nyílt kísérleti modell akár 4-szer gyorsabban generál szöveget, mint a hagyományos autoregresszív LLM-ek, miközben csak 3,8 milliárd paramétert aktivál futtatáskor.
Az új Agent Cloud három kulcsfunkciója – a SAGE kormányzómotor, az Agent Rewind visszagörgetés és a Codebase Resilience helyreállítás – a vállalatok számára automatikus kódvédelmet nyújt.
Az Apple fejlesztői nagyszerű API-kat várhatnak, amelyek kiterjedhetnek a rendszerszintű AI-funkciókra. A fejlesztők jelentős előrelépéseket várnak az Apple mesterséges intelligenciájának fejlesztéseitől.
Az AI-generált kód komplexitást hoz a rendszerekbe, ami nehezebbé teszi a karbantartást. Az AI által generált kód függőséget okozhat a fejlesztőkben.
Az Anthropic új Managed Agents szolgáltatása lehetővé teszi, hogy a fejlesztők tartós AI-munkavállalókat hozzanak létre, ne csak ideiglenes demókat.
A Cohere bemutatta North Mini Code nevű új AI-modelljét, amely 30 milliárd paraméterével és 33.4-es kódolási indexével a fejlesztőket célozza. A Mixture-of-Experts architektúrájú modell 70 ezer feladatot dolgoz fel.
Az Anthropic Claude AI-ja mostantól képes egyedi készségeket betanulni. A felhasználók markdown utasításokat hozhatnak létre, amelyeket a rendszer automatikusan alkalmaz.
A korlátozott válaszadás ellenére az új modell fejlesztése jelentős lépésnek számít a mesterséges intelligencia biztonságos fejlesztése terén, és az Anthropic reméli, hogy a jövőben további fejlesztésekkel sikerül majd a korlátokat enyhíteni.
Az NVIDIA bejelentette, hogy az FP8 kvantálás segítségével akár 50%-kal csökkentheti a CLIP-kódolók méretét. Ez a technológia az NVIDIA TensorRT motorral kombinálva 1,39-1,45-szörös sebességnövekedést eredményez az FP16-hoz képest.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.