AI hírek 07.06.: Apple-kutatások, nyílt modellek és AI a kódelemzésben
Az Apple kutatói egy napon több, nyelvi, látási és beszédfeldolgozási modellhez kapcsolódó módszert is bemutattak. Közben Alberta kormánya Claude Code-dal vizsgált át több százmillió kódsort, az ICML 2026 kutatásai pedig a nyílt modellek és infrastruktúra erősödő szerepét mutatják.
- Az Apple több új módszert mutatott be kis nyelvi modellekhez, LLM-szabályokhoz és multimodális rendszerekhez.
- Alberta Claude Code-dal 20 óra alatt vizsgált át 466 millió kódsort.
- Az ICML 2026 kutatásai az open modellek és a nyílt AI-infrastruktúra növekvő szerepét jelzik.
- A Microsoft mintegy 4800 pozíciót szüntet meg.
- A Skydio 1070 Dock rendszert telepített egy év alatt.
Apple: segítségkérés, viselkedéstervezés és sokféleség
Az Apple egyik új kutatása a LaCy módszert mutatja be. Az előtanítási eljárás segít a kis nyelvi modelleknek eldönteni, mely tokeneket tanulják meg, és mikor kérjenek segítséget egy nagyobb modelltől vagy külső forrástól. A kutatók szerint ezt a döntést önmagában a veszteségfüggvény nem tudja megfelelően leírni.
Az annotációkra épülő tanítás mérsékelheti a nyelvi modellek felügyelt finomhangolás utáni sokféleségvesztését. Az Apple szerint a módszer a hagyományos felügyelt finomhangolásnál hatszor kisebb diverzitás-összeomlást eredményezhet, és a méretnöveléssel javul. A Policy Maps pedig térképszerű ábrázolással támogatja az LLM-ek viselkedési szabályainak kialakítását.
Új modellek képekhez és beszédhez
A RayRoPE pozíciókódolást többnézetű transzformerekhez tervezték. A kutatók szerint javította az új nézetek szintézisét és a sztereó mélységbecslést, a CO3D adathalmazon pedig 15 százalékos relatív LPIPS-javulást értek el.
Az Omni-router Transformer a beszédfelismerésben több rétegen át osztja meg az útválasztási döntéseket. A megoldás 11,2 százalékkal csökkentette az átlagos szóhibaarányt a sűrű modellekhez képest, és 8,2 százalékkal a Switch Tran...
A COSINE nyílt világú képszegmentáló modell képet és szöveget is használhat bemenetként, az eltérő feladatokat pedig közös, utasításokkal vezérelhető keretben kezeli.
AI a kódelemzésben és a fejlesztési infrastruktúrában
Alberta kormánya Claude Code-dal vizsgált át 466 millió kódsort 20 óra alatt, és biztonsági problémákat azonosított. A tartomány szerint egy hagyományos felülvizsgálat ugyanezt a munkát körülbelül 6,5 év alatt végezte volna el.
A Hugging Face átalakította Kernels projektjét, amely egyedi GPU-kódok csomagolását, terjesztését és használatát egységesíti. A frissítés új adattípust, szigorúbb biztonsági megoldásokat, átdolgozott parancssori eszközöket és több keretrendszer támogatását hozta.
A Microsoft mintegy 4800 pozíciót szüntet meg, ami globális munkaerejének körülbelül 2,1 százalékát érinti. A vállalat az átalakítást a technológiai piac és az ügyféligények változásával indokolja.
ICML 2026: nyílt modellek és megbízhatóság
Az ICML 2026 elfogadott tanulmányai szerint az open modellek és a nyílt AI-infrastruktúra egyre fontosabbak az AI-kutatásban. Az NVIDIA 74 tanulmánnyal szerepel, miközben körülbelül 2000 elfogadott dolgozat hivatkozik NVIDIA GPU-kra.
Az NVIDIA Nonuniform Tensor Parallelism módszere átmeneti GPU-kieséseknél dinamikusan módosítja a tenzorpárhuzamosítás mértékét. Az Amii hat kutatási eredményt mutat be, az Owkin pedig három szinten méri K Pro AI-ügynökének megbízhatóságát. A Hugging Face közzétette a Photoroom PRX adatstratégiáról szóló részét is.
Drónok a valós műveletekben
A Skydio egy év alatt 1070 Dock rendszert telepített három ország közbiztonsági szervezeteinél, kritikus infrastruktúrát üzemeltető vállalatainál és védelmi programjaiban. A vállalat szerint a Skydio X10 drónokat ismétlődő, valós műveletekben használják.
