Tudástár

Blog

Gyakorlati tippek, esettanulmányok és gondolatok az automatizálásról magyar kis- és középvállalkozásoknak.

 Egyéb
2026.03.22. · 3 perc olvasás

Kódolási megoldás kristályszerkezetek építésére és elemzésére: szimmetriaelemzés, fázisdiagramok, felületgenerálás és Materials Project integráció a Pymatgen segítségével

Fedezd fel a pymatgen könyvtár lehetőségeit a számítógépes anyagtudomány terén! Tanuld meg, hogyan építhetsz fel kristályszerkezeteket, elemezheted azok tulajdonságait és szimmetriáit, valamint hogyan integrálhatod ezeket a Materials Project adataival. Egy izgalmas utazás a kristályok világába Python segítségével!

Tovább olvasom
Egyéb
2026.03.21. · 2 perc olvasás

NVIDIA bemutatja a Nemotron-Cascade 2-t: Nyílt 30 milliárdos MoE 3 milliárd aktív paraméterrel, jobb következtetésekkel és erős ügynöki képességekkel

Az NVIDIA bemutatta a Nemotron-Cascade 2-t, egy lenyűgöző, 30 milliárd paraméteres, kevert szakértőkön alapuló modellt, amelynek mindössze 3 milliárd aktív paramétere van. Ez az új fejlesztés kiemelkedő intelligencia-sűrűséggel és fejlett érvelési képességekkel rendelkezik, így a jövőbeli mesterséges intelligencia alkalmazások élvonalába tartozik. Fedezd fel, hogyan hozza el a Nemotron-Cascade 2 a jövő technológiáját már ma!

Tovább olvasom
Egyéb
2026.03.20. · 3 perc olvasás

LlamaIndex bemutatja a LiteParse-t: CLI és TypeScript-alapú könyvtár térbeli PDF elemzéshez mesterséges intelligencia ügynökök munkafolyamataiban

Fedezd fel a mesterséges intelligencia világának legújabb áttörését: a LlamaIndex bemutatja a LiteParse-t! Ez az új, nyílt forráskódú eszköz lehetővé teszi a bonyolult PDF-ek hatékonyabb feldolgozását, megkönnyítve ezzel az adatok beillesztését a nagy nyelvi modellekbe.

Tovább olvasom
Egyéb
2026.03.19. · 3 perc olvasás

Ismerje meg a Mamba-3-at: új állapottér-modell kisebb állapotokkal és hatékonyabb MIMO dekóder hardverrel

Ismerd meg a Mamba-3-at, a legújabb áttörést a nagyméretű nyelvi modellek világában! A Carnegie Mellon és a Princeton Egyetem kutatói olyan új állapottér-modellt fejlesztettek ki, amely kétszer kisebb állapotokkal és fejlett MIMO dekódolási hatékonysággal rendelkezik, ezáltal jelentősen javítva az inferencia hatékonyságát.

Tovább olvasom
Egyéb
2026.03.18. · 3 perc olvasás

Unsloth AI bemutatja az Unsloth Stúdiót: helyi, kódmentes felület nagy teljesítményű LLM finomhangoláshoz 70%-kal kevesebb VRAM felhasználással

Fedezd fel az Unsloth AI legújabb innovációját, az Unsloth Studio-t, amely forradalmasítja a nagy nyelvi modellek finomhangolását! Ez az open-source, kódolásmentes felület jelentősen csökkenti az infrastruktúra igényeket, és akár 70%-kal kevesebb VRAM-ot használ fel, így könnyebbé és elérhetőbbé téve a magas teljesítményű modellek fejlesztését.

Tovább olvasom
Egyéb
2026.03.17. · 3 perc olvasás

Hogyan építsünk nagy teljesítményű, GPU-gyorsított szimulációkat és differenciálható fizikai munkafolyamatokat NVIDIA Warp kernelek segítségével

Fedezd fel, hogyan építhetsz nagy teljesítményű GPU- és CPU-gyorsított szimulációkat közvetlenül Pythonból az NVIDIA Warp segítségével! Ez a bemutató végigvezet a Colab-környezet beállításán és a Warp inicializálásán, hogy a szimulációk zökkenőmentesen fussanak CUDA GPU-kon vagy CPU-kon is. Merülj el a testreszabott Warp kernelek világában, és ismerd meg a differenciálható fizikai munkafolyamatok lehetőségeit!

Tovább olvasom
Egyéb
2026.03.16. · 3 perc olvasás

A Moonshot AI újítása: figyelemalapú maradékokkal forradalmasítja a transzformereket a jobb skálázhatóságért

A Moonshot AI kutatói új megközelítéssel álltak elő a Transformer modellek fejlesztésében: az Attention Residuals bevezetésével a hagyományos maradékösszekötések helyett mélységi figyelmet alkalmaznak. Ez az innováció lehetővé teszi a modellek hatékonyabb skálázását és stabilabb tanulását. Olvass tovább, ha érdekel, hogyan forradalmasíthatja ez a technika a mesterséges intelligencia világát.

Tovább olvasom
Egyéb
2026.03.14. · 3 perc olvasás

Modellkörnyezet-protokoll (MCP) vs. MI-ügynök képességek: mélyreható elemzés a strukturált eszközökről és a viselkedési útmutatásról a nagy nyelvi modellek számára

Az AI ügynökök világában az utóbbi időben jelentős előrelépések történtek, különösen a külső eszközökkel való interakció és a speciális szaktudás hatékonyabb elérése terén. Ebben a cikkben megismerhetjük a két fő megközelítést, az AI ügynöki készségeket és a Model Context Protocol-t (MCP), valamint ezek eltérő felépítését és működését. Fedezzük fel, hogyan befolyásolják ezek az újítások a nagy nyelvi modellek viselkedését és eszközkészletét!

Tovább olvasom
Egyéb
2026.03.13. · 3 perc olvasás

Hogyan építsünk autonóm gépi tanulási kutatási ciklust a Google Colabban Andrej Karpathy AutoResearch keretrendszerével a hiperparaméterek felfedezésére és kísérletek követésére?

Fedezd fel, hogyan építhetsz egy önálló gépi tanulási kutatási ciklust a Google Colabban Andrej Karpathy AutoResearch keretrendszerével! A bemutató során egy automatizált kísérleti folyamatot hozunk létre, amely segít a hiperparaméterek felfedezésében és a kísérletek nyomon követésében.

Tovább olvasom