Tudástár

Blog

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

Digitális hálózatok és technológiai elemek ábrázolása, kék árnyalatokkal.
Egyéb

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
Digitális ábrázolás, technológiai elemekkel és kék színű háttérrel.
Egyéb

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
Digitális városkép felhőszolgáltatással, hálózati kapcsolatokkal és modern épületekkel.
Egyéb

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
Digitális grafika, amely DNS-spirált és technológiai elemeket ábrázol kék háttéren.
Egyéb

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
Absztrakt grafika, mikrofon, különböző formák és vonalak, kék és fehér színpalettával.
Egyéb

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
Kék háttér előtt számítógép, videólejátszó ikon, hangszórók és grafikonok illusztrációja.
Egyéb

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
Digitális arc, kék háttérrel, technológiai elemekkel és grafikai ábrázolásokkal.
Egyéb

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
Digitális illusztráció, amely a mesterséges intelligencia és adatelemzés elemeit ábrázolja.
Egyéb

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
Absztrakt grafika hexagonális mintákkal, kék és fehér színben, technológiai elemekkel és diagramokkal.
Egyéb

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