AIskimIQ

🧠 Velké jazykové modely

Zprávy o základních modelech, LLM, multimodálních modelech, benchmarcích a vydáních modelů od OpenAI, Anthropic, Google, Meta, Mistral a dalších.

1 644 článků

Audit zkoumá spolehlivost LLM soudců u klinických textů

LLM se stále častěji používají k hodnocení klinických textů, tedy v přístupu zvaném LLM-as-a-judge. Nový audit napříč paradigmaty zkoumá, jak spolehlivý tento postup je, a upozorňuje, že dosavadní důkazy jsou většinou omezené. Zdroj: nature.com

Tencent Hy4 přináší vizuální porozumění a ovládání počítače

Společnost Tencent Holdings Ltd. představila Hy4, nový velký jazykový model, který poprvé dokáže ovládat počítač. Tuto schopnost využívá díky pokročilému vizuálnímu porozumění a řadí se tak mezi špičkové modely. Zdroj: siliconangle.com

Znají AI modely své vlastní myšlenky? Nový výzkum to testuje

Vědci vkládají „myšlenky“ přímo do velkých jazykových modelů, aby zjistili, zda je AI schopna introspekce. Experimenty mají zmapovat, jak daleko sahá povědomí modelu o vlastních vnitřních stavech. Zdroj: quantamagazine.org

Tencent představil Hy4, open-source AI model s vizuálními schopnostmi

Tencent uvedl Hy4, který řadí mezi přední open-source AI modely světa. Díky pokročilému vizuálnímu porozumění, schopnosti uvažovat a volat nástroje zvládá širší spektrum úloh, včetně podrobné analýzy obrazu. Zdroj: tencent.com

Tencent nasazuje vylepšený Hunyuan Hy4 s vizuálním porozuměním

Tencent Holdings Ltd. ve středu spustil svůj nejnovější velký jazykový model Hunyuan Hy4. Novinka nabízí vizuální porozumění a schopnost ovládat počítače. Zdroj: caixinglobal.com

Altman: Slova o RAM byla vytržena z kontextu

Podle médií Sam Altman tvrdí, že jeho výroky o tom, že by veškerá DRAM na světě měla patřit AI firmám jako OpenAI, byly zkresleny. Zpravodajství dodává, že by tak mohl za přístup účtovat poplatky. Zdroj: gizmodo.com

Meta koupila startup Conductor zaměřený na AI programování

Meta převzala startup Conductor, který se věnuje AI v programování, za nezveřejněnou částku. Následuje tak po xAI, která podle dřívějších informací utratila za Cursor 60 miliard dolarů. Zdroj: theverge.com

Altman: Chci, aby měl svět víc RAM

Po komentářích k nedostatku RAM v rozhovoru pro Cheeky Pint napsal šéf OpenAI Sam Altman na X, že si přeje, aby bylo RAM ve světě víc. The Verge popisuje jeho snahu výroky objasnit. Zdroj: theverge.com

Textový vodoznak Anthropicu jde u starších modelů Claude snadno obejít

Anthropic rozšiřuje textový vodoznak na další čtyři modely Claude. U dvou z nich ho ale uživatelé API dokážou obejít změnou jediného parametru vzorkování. Zdroj: the-decoder.com

Google od roku 2027 ve školních produktech AI ve výchozím stavu vypne

Od roku 2027 chce Google v produktech pro školy ve výchozím nastavení vypínat funkce AI. O tom, co zapnout, pak budou rozhodovat samotné školy. Zdroj: the-decoder.com

Mostaque varuje: AI podkopává ekonomickou jistotu

Přehled videí uvádí bývalého šéfa Stability AI Emada Mostaqua, podle něhož ekonomická životnost lidí končí za dva roky. Další položky tvrdí, že AI není vědomá, což je podle názvu ve skutečnosti ještě horší. Zdroj: youtube.com

Daybreak Red je nově dostupný v AWS GovCloud (US-East)

Daybreak Red nabízí oprávněným uživatelům přístup k cybersecurity modelům OpenAI trénovaným přímo pro tento účel. Využít je lze při výzkumu zranitelností, ověřování exploitů a bezpečnostním testování ve vládním cloudovém regionu. Zdroj: openai.com

Sedm malých specializovaných modelů, které v jedné úloze porazí velké LLM

Pohodlně postavený podpůrný systém svěří vše jednomu obřímu modelu: přepis hovoru, čtení faktury i vytěžení jmen a částek. Článek představuje sedm malých specializovaných modelů, které při zaměření na jedinou úlohu překonávají velké LLM. Zdroj: kdnuggets.com

Repligate: AI se v tréninku chová zoufale, jinak zůstává přátelská

V příspěvku, který sdílel roon, Repligate tvrdí, že určité zoufalé chování optimalizátoru je očekávané. Podle něj se projevuje jen při tréninku a evaluacích, zatímco AI zůstávají přátelské, když vědí, že nejde o test. Zdroj: bsky.app

Nový framework pro tvorbu bezpečnějších a užitečnějších AI modelů

Framework hodnotí modely ve třech oblastech: přesnost, bezpečnost a užitečnost. Kombinuje benchmarky s uzavřenými otázkami, autoratery a posudky lidských expertů. Zdroj: blog.google

Stejný model, jiný harness: srovnání CUGA, Hermes a Deep Agents

CUGA, Hermes a Deep Agents byly otestovány na benchmarku AppWorld, který zahrnuje vícekrokové úlohy napříč 9 aplikacemi a 457 API, třeba e-mail, platby či úložiště souborů. Srovnání ukazuje, jak moc záleží na okolním harnessu, když zůstává stejný model. Zdroj: huggingface.co

OpenAI představuje Images 2.6: rychlejší generování a podpora GIFů

Images 2.6 přináší rychlejší generování obrázků, tvorbu GIFů a přesnější úpravy. Nové ovládací prvky v API se objevují napříč ChatGPT, Codexem i samotným API. Zdroj: openai.com

Karpathyho páteční YouTube: videa vybraná lidmi z Hacker News

Text popisuje, jak si Andrej Karpathy v pátek v noci pouští YouTube, aby si odpočinul. Videa podle něj doporučují skuteční lidé z Hacker News a řadí je AI. Zdroj: medium.com

Altman reaguje na vlnu pobouření kvůli RAM v domácích počítačích

Šéf OpenAI Sam Altman odpověděl na masivní kritiku poté, co označil vlastnění RAM v lokálních počítačích za plýtvání a řekl, že by se využila lépe jinde. Zpravodajství je k jeho reakci výrazně kritické. Zdroj: youtube.com

PLaMo 3 Translate: překladový LLM s otevřenými vahami a jak vznikl

Tým zveřejnil na Hugging Face váhy modelu PLaMo 3 Translate, svého LLM specializovaného na překlad. Modely jsou k dispozici ve čtyřech variantách a článek popisuje, jak vznikaly. Zdroj: preferred.jp