Subiect: #Machine Learning
Supersonic Labs lansează Julia 1: modelul decizional open-source de 144,3 milioane de parametri care rulează pe un simplu procesor
Supersonic Labs a lansat Julia 1, un model decizional open-source de 144,3 milioane de parametri care rulează pe un procesor obișnuit, fără GPU. O veste care ar putea democratiza accesul la inteligența artificială și reduce dependența de hardware scump.
Contrastive-LM sparge tiparele: CLM-8B, modelul deschis care notează acțiunile agenților de până la 9 ori mai repede decât Jev
Contrastive-LM lansează CLM-8B, un sistem complet deschis care notează acțiunile agenților inteligenți de până la nouă ori mai rapid decât Jev. O veste care ar putea accelera dramatic ciclurile de dezvoltare și democratiza accesul la instrumente de evaluare de înaltă calitate.
NVIDIA sparge barierele audio: Nemotron 3 Diarization, modelul open-weight de 100 de milioane de parametri care urmărește 8 voci în timp real
NVIDIA a lansat Nemotron 3 Diarization, un model open-weight de doar 100 de milioane de parametri care poate identifica și urmări până la opt vorbitori simultan, în timp real. O lovitură importantă pentru piața AI audio, care pune accent pe eficiență, accesibilitate și transparență, nu pe cursa pentru miliarde de parametri.
Gartner dezvăluie cele patru niveluri AI în automatizarea depozitelor: de la algoritmi clasici la roboți autonomi
Gartner structurează automatizarea depozitelor în patru niveluri AI: modele matematice avansate, învățare automată pentru date nestructurate, agenți software cu validare umană și automatizare fizică integrată. Analiza explică factorii care conduc adoptarea și oferă recomandări practice pentru liderii din logistică.
Prior Labs lansează TabPFN-3.5: modelul fundamental pentru date tabelare care bate soluția câștigătoare de la Kaggle Otto cu setări implicite
Prior Labs a lansat TabPFN-3.5, un model fundamental pentru date tabelare care, cu setări implicite, depășește soluția câștigătoare de la competiția Kaggle Otto. Acest model open-source democratizează accesul la machine learning de top, fiind rapid, eficient și ușor de utilizat.
Cum se construiesc fluxuri de lucru de machine learning pe GPU: ghid practic cu NVIDIA cuML, RAPIDS și inferență accelerată
NVIDIA RAPIDS și cuML mută machine learning-ul clasic direct pe GPU, cu accelerări de până la 100x. De la clustering cu DBSCAN și K-Means, la benchmarking corect, explainability cu SHAP și inferență cu Forest Inference Library, iată cum arată un flux de lucru modern de data science pe plăci video.
IFM lansează K2 Horizon: șase modele AI open-source, de la 0,9B la 375B parametri
IFM a lansat K2 Horizon, o familie de șase modele AI open-source, de la 0,9B la 375B parametri, sub licența Apache 2.0. Această mișcare democratizează accesul la tehnologii avansate, oferind alternative viabile la modelele proprietare și deschizând noi posibilități pentru dezvoltatori și companii din întreaga lume.
Google lansează înțelegerea video agentică pentru modelele Gemini Flash, reducând tokenii video cu până la 88%
Google revoluționează procesarea video AI cu lansarea înțelegerii video agentice pentru Gemini Flash, reducând costurile de tokenizare cu 88%. Noua arhitectură permite modelului să exploreze video-ul inteligent, să sară peste secțiuni irelevante și să aloce resursele dinamic, făcând analiza video la scară largă economic viabilă pentru prima dată.
Google lansează Gemini 3.6 Flash: un salt major în eficiența token-urilor pentru agenții AI enterprise
Google a lansat Gemini 3.6 Flash și 3.5 Flash-Lite, modele AI care reduc costurile și latența token-urilor pentru agenții enterprise, oferind eficiență sporită în codare, procesare documente și securitate cibernetică.
Whatnot achiziționează Shaped pentru a revoluționa recomandările în timp real în live shopping
Whatnot a achiziționat Shaped, o companie de machine learning specializată în recomandări în timp real, pentru a îmbunătăți descoperirea produselor în cadrul platformei sale de live shopping. Achiziția aduce o echipă de cercetători AI și promite recomandări mai rapide și mai personalizate, într-un mediu unde inventarul și cererea se schimbă în fiecare secundă.
Cercetătorii de la Stanford prezintă TRACE: un sistem de instruire agentică ce transformă eșecurile recurente în medii sintetice de învățare prin consolidare
Cercetătorii de la Stanford au dezvoltat TRACE, un sistem care transformă eșecurile recurente ale agenților AI în medii sintetice de antrenament prin consolidare, accelerând învățarea și îmbunătățind robustețea. Articolul explică mecanismul, rezultatele și implicațiile acestei abordări inovatoare.
Ghid de Inginerie a Buclelor: Cum ‘Autocercetarea’ și ‘Autocercetarea Bilevel’ Transformă Agenții AI în Bucle Autonome de Cercetare în Machine Learning
Descoperă cum autocercetarea și autocercetarea bilevel transformă agenții AI în bucle autonome de cercetare în machine learning, permițându-le să inoveze și să optimizeze algoritmi fără intervenție umană.