Australia intensywnie wykorzystuje globalne modele językowe, ale brakuje jej własnych, konkurencyjnych rozwiązań. Czy projekt Kangaroo LLM wypełni tę lukę i wzmocni suwerenność AI kraju?
Read More
Naukowcy z Uniwersytetu Oksfordzkiego opracowali nową metodę optymalizacji procesu uczenia maszynowego, która znacząco redukuje koszty i przyspiesza trening modeli AI. Fisher-Orthogonal Projection (FOP) może zrewolucjonizować podejście do uczenia głębokiego, obniżając koszty nawet o 80%.
Read More
OpenAI wypuszcza Realtime API i gpt-realtime, swój najbardziej zaawansowany model mowy na mowę, wyprowadzając Realtime API z fazy beta z pakietem funkcji skierowanych do przedsiębiorstw.
Read More
Współpraca Centaur.ai, Microsoft Research i Uniwersytetu w Alicante zaowocowała stworzeniem PadChest-GR – pierwszego multimodalnego, dwujęzycznego zbioru danych do raportowania radiologicznego na poziomie zdań. To innowacja, która zwiększa transparentność i wiarygodność AI.
Read More
Nowa metoda AI, DeepConf, osiąga rekordową dokładność w konkursach matematycznych, zużywając przy tym o wiele mniej zasobów obliczeniowych. Czy to początek nowej ery dla otwartych modeli językowych?
Read More
Zespół Nous Research zaprezentował Hermes 4, rodzinę otwartych modeli AI opartych na architekturze Llama 3.1, które osiągają przełomową wydajność dzięki nowatorskim technikom post-treningowym i hybrydowemu rozumowaniu.
Read More
Nowy system AI od Google ma wspierać lekarzy w procesie diagnostycznym, zwiększając efektywność i dokładność. Kluczowe jest oddzielenie zbierania danych od rekomendacji, a nadzór lekarza odbywa się asynchronicznie.
Read More
AI Singapore (AISG) prezentuje SEA-LION v4, model multimodalny open-source, stworzony we współpracy z Google, bazujący na architekturze Gemma 3. Model wspiera języki Azji Południowo-Wschodniej i łączy rozumienie tekstu z analizą obrazów.
Read More
Google AI przedstawia Gemini 2.5 Flash Image, przełomowy model, który umożliwia generowanie i edytowanie obrazów poprzez proste opisy tekstowe, oferując precyzyjne i spójne modyfikacje przy zachowaniu wysokiej jakości i szybkości.
Read More
Microsoft udostępnił VibeVoice-1.5B, otwarty model zamiany tekstu na mowę (TTS), który potrafi syntetyzować do 90 minut ciągłej mowy z udziałem czterech różnych mówców. To przełom w dziedzinie sztucznej inteligencji generującej dźwięk.
Read More