ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
A Microsoft 365 Copilot új Critique funkciójában az OpenAI GPT generálja a válaszokat, az Anthropic Claude pedig felülvizsgálja azokat — 13,8%-kal pontosabb eredményeket hozva.
Az OpenAI új GPT-5.4 xhigh modellje már 1 millió tokenes kontextusablakkal és 2,5 dolláros árral kínálja a vállalati felhasználóknak a hosszabb beszélgetések és dokumentumok feldolgozását, miközben a Codex-alapú kódolási és pénzügyi feladatok hatékonyságát is növeli.
Mistral Forge platformjának bejelentése után a Voxtral TTS hiányzó részének pótlása lehetővé teszi a hangklónozást, az új megoldásban a codec encoder súlyok kulcsszerepet játszanak.
A Gemini 3.1 Flash-Lite ára 0,25 dollár 1 millió bemeneti tokenenként és 1,50 dollár 1 millió kimeneti tokenenként, ami 2,5-ször gyorsabban ad választ, mint a 2.5 Flash modell.
A Sam Rose által végzett kísérletek szerint a Qwen 3.5 9B modell 16-ről 4 bitesre váltásánál már érezhető minőségromlás tapasztalható, de ez még mindig 90%-os pontosságot jelent.
A Reddit-felhasználó, Exact-Cupcake-2603 szerint a Qwen3.5 122B modell futtatása Turbo3 processzorral és 4 db mi50 videokártyával lehetséges.
A Moonshot AI két héten belül kiadja a K2.6 modellt, és már a K3-as generáción is dolgozik — a K2.5 egyelőre aszinkron módban érhető el.
A GPT-5.4-mini modell a benchmarkokban 22 százalékponttal marad el elődjétől — a közösség szerint az OpenAI a költséghatékonyság oltárán áldozta fel a teljesítményt.
A kutatók szerint a 13 legnépszerűbb ügynök közül egy sem képes 40%-nál több feladatot biztonságosan elvégezni.
A Bluesky Atmosphere konferenciáján az első bétafelhasználók kipróbálhatták az Attie-t, egy Anthropic Claude-al működő AI-asszisztenst, amely természetes nyelvű parancsokkal állítja össze a személyre szabott hírfolyamot.
Trip Venturella fejlesztette ki a modellt, amely 2,05 GB méretű és 340 millió paramétert tartalmaz.
Több mint 11 milliárd dollár kárt okoztak a természeti katasztrófák az ASEAN országokban az elmúlt években.
Az arXiv-on megjelent tanulmány szerint 2020-2026 között 50-nél több kutatás mutatta, hogy a jelenlegi multilingual NLP-modellek nem képesek megfelelően kezelni a kulturális különbségeket, ezért a szakértők a kulturális kompetenciát és a kontextuális metaadatokat helyezik előtérbe.
A Zig programozási nyelven írt ZINC motorral akár 10 százalékkal gyorsabban futnak a modellek, mint a konkurens megoldások.
A tesztek szerint az M5 Max 128GB RAM-mal akár 76GB méretű modelleket is képes kezelni.
Több mint 75 gépi tanulási projektöt mutatnak be forrásunkban, miközben a szakemberek az open source anyagok hiányosságairól szóló vitát folytatják.
A Hebbian fast-weight megvalósítás mögött álló csapat a BDH architektúrára optimalizálta a megoldást.
A Meta a hétvégi Reddit LocalLLaMA felületen bejelentette, hogy új, nyílt forráskódú AI-modellt készít, mely a beszédszintézist és a nyelvfeldolgozást célozza, és a következő hónapokban teszi közzé a részleteket.
A DreamHouse benchmarkhez 26 ezer struktúrát gyűjtöttek össze, amelyek 13 különböző építészeti stílust képviselnek.
A FinMCP-Bench 613 mintát tartalmaz, 10 fő forgatókönyv és 33 alforgatókönyv keretében.
A Wired tesztje során minden ötödik kérdésre hirdetés érkezett, összesen 500 kérdésből álló mintán.
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.