Tudástár

Blog

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

Egyéb

Az OpenAI bemutatja a ChatGPT Atlaszt: egy AI-ügynökkel felszerelt Chromium-alapú böngésző

Fedezd fel a jövő böngészését az új ChatGPT Atlas-szal! Az OpenAI által létrehozott böngésző integrálja a mesterséges intelligenciát a navigáció, keresés és oldalon belüli segítségnyújtás középpontjába, és már elérhető a felhasználók széles köre számára. Windows, iOS és Android verziók is hamarosan érkeznek!

Tovább olvasom
Egyéb

DeepSeek kiadott egy 3B OCR modellt: nagy teljesítményű OCR és strukturált dokumentumátalakítás a célkeresztben

Fedezd fel a DeepSeek-AI legújabb innovációját, a 3B DeepSeek-OCR modellt, amely forradalmasíthatja az optikai karakterfelismerést és a dokumentumok feldolgozását! Ez a fejlett rendszer képes hosszú szövegeket tömöríteni és hatékonyan átalakítani, így új szintre emelve a kép- és nyelvfeldolgozás lehetőségeit.

Tovább olvasom
Egyéb

Útmutató a mesterséges intelligencia ügynökök hatékony kontextuskezeléséhez

Az Anthropic nemrégiben kiadott útmutatójában a hatékony kontextus-mérnökség fontosságát hangsúlyozza mesterséges intelligencia ügynököknél, kiemelve, hogy a kontextus helyes kialakítása és kezelése kulcsfontosságú az AI teljesítményéhez. Meglepő módon, még a gyengébb nyelvi modellek is kiválóan teljesíthetnek, ha megfelelően strukturált kontextus áll rendelkezésükre.

Tovább olvasom
Egyéb

Dinamikus MI rendszerek létrehozása a Model Context Protocol (MCP) használatával valós idejű erőforrás- és eszközintegrációhoz

Fedezd fel velünk az Advanced Model Context Protocol (MCP) világát ebben az izgalmas útmutatóban, amely bemutatja, hogyan oldható meg az egyik legnagyobb kihívás a modern AI rendszerekben: a valós idejű interakció AI modellek és külső adatok vagy eszközök között. Ismerd meg, hogyan tehetők dinamikussá a mesterséges intelligencia rendszerek az MCP segítségével!

Tovább olvasom
Egyéb

A Microsoft AI bemutatja a BitNet desztillációt (BitDistill): Könnyű megoldás akár 10-szeres memóriamegtakarítással és 2,65-szeres CPU-gyorsulással

A Microsoft Research bemutatta a BitNet Distillation technológiát, amely lehetővé teszi a meglévő precíziós nyelvi modellek átalakítását hatékonyabb, 1.58 bites változatokká, miközben megőrzi a pontosságot és növeli a CPU hatékonyságát. Ez az innovatív megközelítés akár tízszeres memóriamegtakarítást és több mint kétszeres sebességnövekedést is eredményezhet.

Tovább olvasom
Egyéb

Szigmoid skálázási görbék teszik kiszámíthatóvá a megerősítéses tanulást az LLM-ek számára edzés után

Fedezd fel, hogyan formálja át a megerősítéses tanulás utólagos képzése a nagy nyelvi modellek fejlődését! Egy új kutatás most először kínál kiszámítható skálázási szabályokat, amelyek segíthetnek optimalizálni a számítási erőforrások felhasználását. Ismerd meg a Meta, UT Austin, UCL, Berkeley és Harvard közös munkájának izgalmas eredményeit!

Tovább olvasom
Egyéb

Qualifire AI nyílt forráskódúvá teszi a Rogue-t: átfogó keretrendszer az MI-ügynökök teljesítményének, megfelelőségének és megbízhatóságának tesztelésére

Fedezd fel a Qualifire AI legújabb fejlesztését, a Rogue nevű Python keretrendszert, amelyet az AI ügynökök teljesítményének, megfelelőségének és megbízhatóságának értékelésére terveztek. Ez az új, nyílt forráskódú eszköz lehetővé teszi a fejlesztőcsapatok számára, hogy magabiztosan teszteljék és ellenőrizzék AI rendszereiket, miközben biztosítják a protokolloknak való megfelelést.

Tovább olvasom
Egyéb

QeRL: az NVFP4-kvantált megerősítéses tanulás (RL) egyetlen H100-ra hozza a 32B LLM képzést—miközben javítja a felfedezést

Képzeld el, mit hozhatnál létre, ha egyetlen H100-as GPU-n futtathatnád a megerősítéses tanulást (RL) egy 32 milliárd paraméteres nyelvi modellen, mindezt 4-bites pontossággal és gyorsabb lépésidővel! Az NVIDIA kutatói, a MIT, a HKU és a Tsinghua egyetemek együttműködésével kifejlesztették a QeRL-t, egy olyan nyílt forráskódú keretrendszert, amely forradalmasítja az RL utótréninget.

Tovább olvasom
Egyéb

Alibaba Qwen AI bemutatja: kompakt és sűrű Qwen3-VL 4B/8B mesterséges intelligencia FP8 ellenőrzőpontokkal

Fedezd fel az Alibaba Qwen csapatának legújabb multimodális mesterséges intelligencia fejlesztéseit! Az új, kompakt méretű Qwen3-VL modellek 4B és 8B skálán érhetők el, amelyek alacsony VRAM mellett is kiváló teljesítményt nyújtanak, miközben megőrzik a 256K→1M kontextuskapacitást. Ismerd meg, hogyan kínálnak ezek a modellek teljes körű képességeket az Instruct és Thinking feladatprofílokban!

Tovább olvasom