Baidu udostępniło PaddleOCR‑VL — 0,9‑miliardowy model wizja‑język przeznaczony do wydobywania tekstu, tabel, wzorów, wykresów i pisma ręcznego z wielojęzycznych dokumentów, łącząc podejście NaViT‑style z dekoderem ERNIE‑4.5‑0.3B i architekturą dwustopniową zoptymalizowaną pod kątem niskiej latencji.
Read More
Anthropic, producent modeli AI Claude, odnotowuje bezprecedensowy wzrost przychodów, stając się najszybciej rozwijającą się firmą software’ową w historii, jednocześnie rewolucjonizując branżę poprzez wprowadzenie zaawansowanego modelu Haiku 4.5, narzędzi do kodowania w chmurze i specjalistycznych rozwiązań dla nauk przyrodniczych.
Read More
Model kvcached, opracowany przez badaczy z University of California w Berkeley we współpracy z Rice University i UCLA oraz z wkładem ekspertów z NVIDIA i Intela, to nowa biblioteka, która rewolucjonizuje zarządzanie pamięcią GPU w kontekście serwowania dużych modeli językowych (LLM). Wprowadza ona wirtualizację pamięci KV cache, umożliwiając elastyczne przydzielanie zasobów i optymalizując ich wykorzystanie w dynamicznych środowiskach.
Read More
Nowe badania Anthropic i Thinking Machines Lab poddają wnikliwej analizie specyfikacje modeli językowych. Odkryto, że rozbieżności między modelami wskazują na nieprecyzyjne definicje zachowań, co stawia pod znakiem zapytania skuteczność ich stosowania w praktyce.
Read More
Liquid AI zaprezentowało LFM2-VL-3B, model językowo-wizyjny z 3 miliardami parametrów, zaprojektowany z myślą o efektywnej pracy na urządzeniach brzegowych. Zapewnia on wysoką dokładność przy zachowaniu szybkości, kluczowe dla zastosowań mobilnych i przemysłowych.
Read More
Na oficjalnej stronie Gemini pojawiła się informacja o aktualizacji do wersji 3.0 Pro, co sugeruje rychłe udostępnienie nowej, ulepszonej wersji językowej dla deweloperów.
Read More
Nowe badania wskazują, że ekspozycja dużych modeli językowych na niskiej jakości, choć angażujące treści z mediów społecznościowych, prowadzi do spadku ich zdolności poznawczych i etycznych. Zjawisko to, nazywane „gniciem mózgu AI”, stwarza poważne wyzwania dla przyszłego rozwoju sztucznej inteligencji, zwłaszcza w kontekście jej rosnącej roli w generowaniu treści online.
Read More
Otwarte wagi gpt-oss-20B i optymalizacje dla GPU NVIDIA GeForce RTX napędzają zwrot ku lokalnemu uruchamianiu dużych modeli językowych. To obiecuje prywatność, niskie opóźnienia i pełną kontrolę nad danymi, ale stawia też pytania o realne osiągi, koszty sprzętu i metodologię testów.
Read More
DeepSeek-AI udostępnia 3‑miliardowy model VLM do OCR i parsowania dokumentów, który kompresuje stronę do niewielkiej puli tokenów wizualnych, a następnie dekoduje je językowym modelem MoE.
Read More
Innowacyjne podejście do federacyjnego uczenia maszynowego pozwala na tworzenie modeli AI, które są zarówno skuteczne, jak i bezpieczne dla danych.
Read More