MLCommons

Biztonság és etika2026. október 1. 20:01

Ötféle adatvédelmi kockázatot azonosított az MLCommons az AI-ügynököknél

Az MLCommons közzétette az AI-ügynökök adatvédelmi kockázatainak első taxonómiáját. A dokumentum öt fő területet különít el, a begyűjtött adatok kezelésétől az…

Kutatás2026. október 1. 16:50

DLRMv4: új MLPerf Training benchmark a sorozatalapú ajánlórendszerekhez

Az MLCommons bemutatta a DLRMv4-et, az MLPerf Training ajánlórendszerekhez készült új benchmarkját. A mérés a hagyományos jellemző-interakciós felépítés helyett a…

Kutatás2026. október 1. 16:50

Az MLCommons új ajánlási benchmarkot mutatott be, 560 GB-os embeddingtáblával

Az MLCommons bemutatta a DLRMv4-et, az MLPerf Training ajánlórendszerekhez készült új benchmarkját. A mérés a felhasználók eseménysorozatait közvetlenül feldolgozó…

Kutatás2026. szeptember 24. 16:50

Az MLPerf új benchmarkkal méri a nagy nyelvi modellek utótréningjét

Az MLPerf Training első alkalommal külön benchmarkkal méri a nagy nyelvi modellek utótréningjét. A teszt a Qwen 3.5 397B modellt szoftverfejlesztési feladatokon…

Kutatás2026. szeptember 23. 16:11

Az MLCommons az AIRIS projektben méri majd az orvosi AI megbízhatóságát

Az MLCommons csatlakozott az uniós finanszírozású AIRIS kutatási projekthez, amely biológiai ismereteket és klinikai adatokat integráló generatív AI-modelleket fejleszt.…

Chipek és infrastruktúra2026. szeptember 17. 17:00

Rekordszámú résztvevővel érkezett az MLPerf Inference v6.1

Az MLPerf Inference v6.1 minden korábbinál szélesebb mezőnyt hozott, 30 szervezet összesen 120 rendszert nevezett. A szeptember 17-i elemzés szerint a fordulóban az…

Kutatás2026. szeptember 16. 16:45

Rekordszámú résztvevővel érkezett az MLPerf Inference v6.1

Az MLCommons közzétette az MLPerf Inference v6.1 eredményeit, amelyekben rekordszámú, 30 szervezet vett részt. A kiadás két új tesztet vezetett be, és egyes feladatokban…

Cégek és üzlet2026. szeptember 15. 16:45

Döntős lett az MLCommons pénzügyi AI-ügynökökre kidolgozott profilja

Döntőbe jutott az MLCommons Financial Services Working Group Agent Reliability Profile kezdeményezése a C:>DIR Global „Agentic Regulator” Hackathonon. A projekt azt…

Chipek és infrastruktúra

Chipek és infrastruktúra2026. szeptember 1. 16:53

Megjelent az MLPerf Storage v3.0, már S3-t is mér

Az MLCommons közzétette az MLPerf Storage v3.0 benchmark eredményeit, amelyek az AI-munkafolyamatokhoz használt tárolórendszerek teljesítményét mérik. Az új kiadás két…

Biztonság és etika2026. augusztus 27. 15:13

Titkosítással védené az AI-tesztek és modellek integritását az MLCommons

Első alkalommal teszteltek kettős vak módszerrel zárt súlyú AI-modellt úgy, hogy a folyamatban részt vevő felek ne férjenek hozzá egymás érzékeny adataihoz. Az MLCommons…

Biztonság és etika

Biztonság és etika2026. augusztus 27. 14:59

Kettős 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…

Kutatás

Kutatás2026. augusztus 26. 16:50

Az MLPerf új benchmarkja teljes RAG-rendszereket mér

Az MLCommons bemutatta az első, végponttól végpontig terjedő MLPerf RAG-benchmarkot. A mérés egy teljes, több modellből álló folyamatot vizsgál, a dokumentumok…

Fejlesztőknek

Fejlesztőknek2026. augusztus 18. 16:50

Képgenerálással és ügynöki feladatokkal bővült az MLPerf Client

Az MLCommons kiadta az MLPerf Client v2.0-t, amely a személyi számítógépeken futó mesterséges intelligencia teljesítményét méri. Az új verzió a nyelvi modellek mellett…