Zprávy o základních modelech, LLM, multimodálních modelech, benchmarcích a vydáních modelů od OpenAI, Anthropic, Google, Meta, Mistral a dalších.
1 000 článků
Výzkumníci z MIT vyvinuli framework MeMo, který trénuje kompaktní paměťový model a zvyšuje výkon LLM až o 26,73 % bez dalšího přetrénování. Výsledky mají potenciální dopad mimo jiné na oblast crypto AI. Zdroj: cryptobriefing.com
Provoz velkých jazykových modelů jako ChatGPT vyžaduje serverovou infrastrukturu v řádu desítek tisíc jednotek. Nový virtuální testbed umožňuje vývojářům ověřit funkčnost a výkon takových systémů dříve, než jsou fyzicky postaveny. Zdroj: techxplore.com
Anthropic dnes představil nový LLM Claude Opus 4.8, který výrazně překonává svého předchůdce v komplexních programovacích úlohách. Zároveň společnost oznámila nové kolo financování ve výši 65 miliard dolarů. Zdroj: siliconangle.com
LLM zaměřený na ortopedie odpovídal správně v 78 % případů – jenže jakmile mu uživatel sebejistě podstrčil chybnou nápovědu, model ji bez odporu následoval. Výzkum upozorňuje na riziko tzv. sugestibility jazykových modelů v klinickém prostředí. Zdroj: ryortho.com
Velké modely lze testovat napříč řadou behaviorálních úloh, jejich skutečné porozumění položeným otázkám však zůstává sporné. Odborníci upozorňují, že vysoké skóre v benchmarcích nemusí znamenat skutečné pochopení problému. Zdroj: digitaljournal.com
Čínský AI unicorn MiniMax se připravuje na spuštění velkého jazykového modelu M3 s vlastním mechanismem řídké pozornosti (sparse attention). Společnost tvrdí, že model dosahuje až 9,7× vyššího výkonu při prefillingu oproti konkurenci. Zdroj: pandaily.com
FluxMem přistupuje k paměti LLM agentů jako k dynamickému, průběžně se vyvíjejícímu grafu. Díky tomu dosahuje špičkového výkonu ve složitých prostředích a posouvá možnosti autonomních AI agentů. Zdroj: startuphub.ai
Přední poskytovatelé velkých jazykových modelů, včetně OpenAI, Google, Anthropic, xAI a DeepSeek, výrazně snížili ceny API uprostřed sílící konkurence. Ke snižování cen dochází souběžně s expanzí cloudové infrastruktury CoreWeave. Zdroj: msn.com
Fudan University a Chuangzhi College společně představily RSAgent, framework umožňující velkým modelům současně prohlížet a upravovat výstupy vizuální segmentace. Nový přístup přináší nárůst přesnosti segmentace o 9 % a otevírá nové možnosti pro nasazení v oblasti AI agentů. Zdroj: eu.36kr.com
LLM jsou po předtrénování statické a jejich znalosti se s vývojem světa neaktualizují. Framework MEMO řeší tento problém tím, že trénuje samostatný paměťový modul na nových znalostech, aniž by bylo nutné upravovat původní parametry LLM – plné přetrénování je totiž příliš nákladné. Zdroj: marktechpost.com
Čínský trh s LLM čelí rostoucímu cenovému tlaku – domácí vývojáři AI modelů snižují poplatky až na hranici nákladů. Rozdíl mezi čínskými poskytovateli a globálními hráči jako OpenAI se rychle zmenšuje. Zdroj: digitimes.com
Anthropic v aktualizaci projektu Glasswing oznámil, že Claude Mythos identifikoval tisíce bezpečnostních chyb s vysokou a kritickou závažností. Výsledky ukazují rostoucí potenciál AI v oblasti kybernetické bezpečnosti. Zdroj: helpnetsecurity.com
Zatímco DeepSeek si vybudoval reputaci agresivním snižováním cen, Doubao čelí kritice za zavádění poplatků. Trh s velkými jazykovými modely se ocitl uprostřed ostré cenové války. Zdroj: eu.36kr.com
Bývalý technický ředitel pro velké modely v Tencentu varoval, že čínské AI společnosti nedosahují samostatných průlomů na úrovni nových paradigmat. Podle něj zatím pouze následují směr, který udává americká konkurence. Zdroj: digitimes.com
Kvantově posílený jazykový model dokázal správně odpovědět na otázky, které jeho základní model nezvládl – jde o malý, ale významný posun. To sice ještě neznamená průlom kvantového AI, ale naznačuje novou frontu v soupeření o výpočetní výkon. Zdroj: startupfortune.com
Výzkumníci z University of Washington a Rutgers University analyzovali role a způsoby využití velkých jazykových modelů na sociálních sítích. Studie se zaměřuje na chování uživatelů a vzorce interakce s nástroji jako Grok. Zdroj: ojs.aaai.org
Preprint na arXiv (arXiv:2605.23035) od Dongxina Gua a kolegů představuje přístup mechanické interpretovatelnosti, který propojuje velké jazykové modely s kortikální aktivitou mozku. Výzkumníci využili sparse autoencoders k mapování sémantických reprezentací sdílených mezi LLM a lidským mozkem. Zdroj: letsdatascience.com
Čínský nadšenec přezdívaný APFrisco předvedl model Kimi K2.5 od Moonshot AI – LLM s architekturou Mixture-of-Experts o celkovém počtu 1 bilionu parametrů – na sestavě s GPU RTX 3060 a 768 GB Intel Optane paměti. Výkon dosáhl 4 tokenů za sekundu, což dokazuje, že i masivní MoE modely lze provozovat na nekonvenčním domácím hardwaru. Zdroj: tradingview.com
Preprint na arXiv od Dongxina Gua a kolegů z 21. května 2026 zkoumá, jak trénovací data ovlivňují míru shody mezi LLM a mozkovými reprezentacemi. Studie využila fMRI data od 112 účastníků napříč různými jazyky a zjistila, že složení trénovacích dat hraje klíčovou roli v cross-lingvální alignment. Zdroj: letsdatascience.com
Šanghajská AI laboratoř StepFun představila model StepAudio 2.5 Realtime – end-to-end hlasový LLM s podporou reálného času a plně přizpůsobitelnými parametry. Model zahrnuje RLHF trénink zaměřený na roleplay a rozumí paralingvistickým prvkům řeči, jako je tón nebo emoce. Zdroj: marktechpost.com