benchmark
Nyílt ranglista indult a többnyelvű TTS-modellek mérésére
Az Open TTS Leaderboard nyílt értékelési platformként a többnyelvű szövegfelolvasó és hangklónozó modellek összehasonlítását teszi skálázhatóbbá. A Hugging Face blogján…
Az NVIDIA szerint így érdemes mérni az AI-ügynökök valódi teljesítményét
Az AI-ügynökök értékelésénél az NVIDIA Developer szerint már nem elég azt nézni, hogy egy modell helyesen hív-e meg egy eszközt. A lényeg az, hogy a több lépésből álló…
Termékek és eszközökA V7 78 százalékkal csökkentette költségeit a GPT-5.6 Lunával
A V7 Go a GPT-5.6 Luna használatával 78 százalékkal alacsonyabb dokumentumonkénti költséget mért, mint a GPT-5.4 mini esetében. Az OpenAI által közölt esettanulmány…
Az NVIDIA szerint 2,5-szer több felhasználót bír a Nemotron 3 Ultra NIM
Akár 2,5-szer nagyobb rendszer-áteresztést ért el a Nemotron 3 Ultra NIM az NVIDIA mérése szerint egy 4xB200 konfiguráción, a NIM nélküli alap kiszolgálási stackhez…
A Microsoft adaptív AI-val gyorsítaná a tudományos felfedezést
A Microsoft szeptemberi blogbejegyzésben mutatta be, hogyan alkalmazza az adaptív, ügynökalapú AI-megközelítést a kutatás-fejlesztésben. A vállalat szerint a Microsoft…
A Salesforce Moirai modellje 30 millió letöltésnél jár a Hugging Face-en
A Salesforce 2026. szeptember 8-án közölt áttekintést a Moirai nevű idősoros előrejelző modelljéről. A vállalat szerint a 2023-ban indult fejlesztés mára több mint 30…
Memóriaalapú vállalati AI-ügynököt mutatott be az NVIDIA NemoClaw-val
Az NVIDIA Developer 2026. szeptember 4-én bemutatta, hogyan épített a vállalat csapata memóriaalapú Chief of Staff ügynököt NVIDIA NemoClaw használatával. A megoldás…
Termékek és eszközökHydraFusion érkezett a GitHub Copilotba, akár 67 százalékkal alacsonyabb költséggel
Satya Nadella, a Microsoft elnök-vezérigazgatója 2026. szeptember 4-én a LinkedInen beszélt a GitHub Copilotban megjelenő HydraFusionről. A Microsoft szerint a megoldás…
A GitHub bemutatta a Project HydraFusion kutatási előzetesét
A GitHub 2026. szeptember 4-én bemutatta a Project HydraFusion nevű kutatási előzetest. A rendszer a GitHub Copilotban több szolgáltató modelljei közül választ, és futás…
A Microsoft bemutatta a MAI-Transcribe-2 beszédfelismerő modellt
A Microsoft 2026. szeptember 3-án bemutatta a MAI-Transcribe-2 beszédfelismerő és átíró modellt. A vállalat szerint ez az eddigi legerősebb transzkripciós modellje…
ModellekAz OpenAI bemutatta a GPT-6 Astrát, új csúcsmodelljét munkára és kódolásra
Az OpenAI 2026. szeptember 3-án bemutatta a GPT-6 Astrát, amelyet a vállalat a világ legintelligensebb és leginkább összehangolt modelljeként ír le. A modell korlátozott…
A GitHub szerint így csökkenthető a Copilot költsége minőségromlás nélkül
A GitHub 2026. szeptember 2-án részletezte, hogyan tette költséghatékonyabbá a GitHub Copilot egyes működési részeit. A vállalat szerint a cél nem az egyes eszközhívások…
NVIDIA: öt irányelv gyorsíthatja az LLM-ek spekulatív dekódolását
Az NVIDIA Developer 2026. szeptember 2-án közölt technikai útmutatót arról, hogyan gyorsítható az LLM-inferencia spekulatív dekódolással. A bejegyzés öt irányelvet ad a…
BenchMIRT címmel jelent meg bejegyzés az LLM-benchmarkokról
A Hugging Face-en 2026. szeptember 1-jén jelent meg a „BenchMIRT: What are LLM benchmarks actually measuring?” című bejegyzés. A cím alapján a cikk központi kérdése az…
Az Ai2 új módszere megmutatná, mit mérnek valójában az LLM-tesztek
Az Ai2 2026. szeptember 1-jén bemutatta a BenchMIRT nevű módszert, amellyel az LLM-benchmarkokat az egyes kérdések és feladatok szintjén lehet auditálni. A cél annak…
A Google bemutatta a TimesFM-3 idősoros előrejelző modellt
A Google Research 2026. augusztus 31-én bemutatta a TimesFM-3 modellt, a TimesFM idősoros alapmodell-család új generációját. A cég szerint a modell többváltozós…
Global South nyelv került az Open ASR Leaderboardra
A Hugging Face 2026. augusztus 28-án közölte, hogy az Open ASR Leaderboard felvette első Global South nyelvét. A bejelentés az automatikus beszédfelismerési rendszerek…
Biztonság és etikaKettős vak AI-értékelést indít a Google DeepMind külső partnerekkel
A Google DeepMind 2026. augusztus 27-én bejelentette, hogy elindítja a világ első kettős vak értékelését egy saját, frontier kategóriájú AI-modellen. A pilotban a…
4 bites modell előzné meg a teljes pontosságú eredetit a Hugging Face-poszt szerint
Elton Williams 2026. augusztus 25-én a Hugging Face-en írt a Quantization-Aware Healing nevű megközelítésről. A bejegyzés szerint egy tömörített, 4 bites modell több…
Az NVIDIA teljes gyártásba vitte a Groq 3 LPX rendszert
Az NVIDIA 2026. augusztus 24-én jelentette be, hogy teljes gyártásban van a Vera Rubin rack-szintű rendszerhez kapcsolódó NVIDIA Groq 3 LPX. A vállalat a Hot Chips…
Az NVIDIA szerint a Vera Rubin NVL72 akár 30-szoros előnyt hoz agentikus AI-ban
Az NVIDIA 2026. augusztus 24-én közzétett fejlesztői blogbejegyzése szerint a Vera Rubin NVL72 előzetes mérésekben akár 30-szor nagyobb AI-gyári áteresztőképességet…
NVIDIA Groq 3 LPX: 3431 token/másodperc 100K kontextus mellett
Az NVIDIA 2026. augusztus 24-én ismertette a Groq 3 LPX inference gyorsítót, amelyet a Vera Rubin platform interaktív AI-kiszolgálásához szán. A cég szerint az…
Az Apple kutatói adaptív gondolkodási módszert mutattak be LLM-ekhez
Az Apple kutatói olyan módszert ismertettek, amely előre megbecsüli, mennyi köztes gondolkodásra van szüksége egy nagy nyelvi modellnek egy adott kérdésnél. A Sonata…
Az NVIDIA AVO 100 százalékot ért el az ARC-AGI-3 nyilvános tesztjén
Az NVIDIA Developer 2026. augusztus 21-én közölte, hogy az Agentic Variation Operators, röviden AVO kutatási projekt 100.00 RHAE pontszámot ért el az ARC-AGI-3 nyilvános…