IBM prezentuje nową generację modeli embeddingowych Granite, które łączą efektywność, długi kontekst i wysoką wydajność w zadaniach wyszukiwania i generowania wspomaganego wyszukiwaniem (RAG). Czy otworzy to nowe możliwości dla firm?
Read More
Zespół z Uniwersytetu Johnsa Hopkinsa przedstawia mmBERT – przełomowy model językowy, który zrewolucjonizuje wielojęzyczne przetwarzanie języka naturalnego (NLP).
Read More
Nvidia przedstawia Universal Deep Research (UDR), prototypową platformę open-source, która ma zrewolucjonizować sposób prowadzenia badań z wykorzystaniem sztucznej inteligencji, oferując skalowalność, audytowalność i elastyczność niedostępną w dotychczasowych narzędziach.
Read More
Naukowcy z Tsinghua University opracowali ParaThinker, nowatorską metodę, która pozwala modelom językowym na równoległe generowanie i analizowanie wielu ścieżek rozumowania, eliminując problem „wizji tunelowej” i otwierając nowe możliwości w skalowaniu LLM.
Read More
GibsonAI przedstawia Memori, rozwiązanie open-source oparte na SQL, mające na celu rewolucję w sposobie, w jaki agenci AI przechowują i wykorzystują informacje. Czy to oznacza koniec ery baz wektorowych?
Read More
Chiński gigant technologiczny Alibaba wypuścił Qwen3-Max, nowy model językowy (LLM) z ponad bilionem parametrów. Model ten, dostępny poprzez Qwen Chat, Alibaba Cloud API i OpenRouter, wyznacza nowy standard w komercyjnych LLM.
Read More
Łotewska firma Tilde AI udostępniła TildeOpen LLM, otwarty model językowy z ponad 30 miliardami parametrów, który został stworzony z myślą o wsparciu języków europejskich, w tym tych mniej popularnych. To ważny krok w kierunku równości językowej i cyfrowej suwerenności w Unii Europejskiej.
Read More
Meta Superintelligence Labs przedstawia REFRAG, rewolucyjną metodę, która znacząco przyspiesza i rozszerza możliwości modeli językowych (LLM) w zadaniach Retrieval-Augmented Generation (RAG). REFRAG oferuje 16-krotne wydłużenie okna kontekstowego i 31-krotne przyspieszenie dekodowania, otwierając nowe możliwości dla AI.
Read More
Badacze z Google DeepMind zidentyfikowali limit skalowalności systemów RAG, wynikający z ograniczeń reprezentacji danych przez osadzanie wektorowe. Problem ten jest trudny do obejścia, zmuszając do poszukiwania alternatywnych architektur.
Read More
Google prezentuje EmbeddingGemma, lekki model embeddingowy, który łączy wydajność z wysoką jakością wyszukiwania i przetwarzania języka, idealny do zastosowań offline i na urządzeniach mobilnych.
Read More