246 новини · всички източници
Отвореният 30-милиарден MoE модел на NVIDIA е насочен към слоя за изпълнение на агенти, като Switchyard насочва всяка стъпка към най-евтиния способен модел.
Моделите за премахване на обекти се подобриха по-бързо от метриките, използвани за оценяването им. Дифузионните инструменти за заличаване вече убедително възстановяват сенки, отражения и оклудирана структура, но PSNR, SSIM, LPIPS, ReMOVE и CFD често класират резултатите им неправилно. Коренът на проблема…
LTX-2.5 пренася водещото видеогенериране на локален хардуер NVIDIA: клипове с продължителност 6,8 секунди, вграден multishot, ComfyUI още от първия ден, отворени тегла.
В този урок изграждаме цялостен работен процес за количествено бек-тестиране с OctoBot и OctoBot-Script, като запазваме средата изолирана от предварително инсталираните зависимости на Colab. Конфигурираме базирана на правила търговска стратегия, която комбинира сигнали за свръхпродаденост на RSI, потвърждение на тренда чрез EMA и адаптивен подход, управляван от ATR…
webAI пусна TwIL-LM — семейство модели за формална логика със 1,7 и 3 млрд. параметри, които превеждат английски текст на логика от първи ред и проверяват дали заключенията следват от предпоставките. Моделът 3B работи на CPU или с 4 GB VRAM; 1.7B се изтегля при…
В това изчерпателно ръководство показваме как да реализирате цялостен, програмируем мултимодален конвейер за генериране MiniMax-H3. Като използваме ComfyUI като бекенд без графичен интерфейс, разглеждаме настройването на автоматизирана среда за инференс, която обработва профилиране на хардуера, изтегляне на теглата на модела, динамично…
Muse Glimmer на Meta е агентен модел с отворени тегла 30B под Apache 2.0. Побира се в 24 GB VRAM и декодира 3,1 пъти по-бързо със спекулация DFlash.
Екипът Seed на ByteDance представи SeedRealtime, нативен аудио-визуален пълнодуплексен LLM. Моделът обединява аудио, видео и текст в една унифицирана архитектура. Той взаимодейства в реално време чрез непрекъснати мултимодални потоци, вместо с по един ход наведнъж. Seed…
NVIDIA пуска NemotronLabs VoiceChat 11B — отворен пълнодуплексен модел за преобразуване на реч в реч със закъснение от 448 мс и извикване на инструменти в реално време.
Проверено сравнение през 2026 г. на платформи за наблюдаемост на LLM, обхващащо дълбочината на проследяване, възможностите за оценяване, мониторинга в продукция и ценообразуването.
Този урок предоставя изчерпателно ръководство за изграждане на устойчив работен процес за анализ на тоналността. Чрез комбиниране на класически базови модели с TF-IDF със съвременно дообучаване с ефективно използване на параметрите (DistilBERT + LoRA) разглеждаме задълбочена интерпретируемост на модела, калибриране и полусупервизирани техники за постигане на мащабируемо определяне на тоналността.
Дългите изпълнения на агенти натрупват състояние, което никой транскрипт не записва — редактирани файлове, работещ dev сървър, инсталирани пакети, загрят кеш на промпта. Когато агент разбере погрешно traceback-а на стъпка 10 и пренапише правилен файл, поправянето напред изразходва токени…
