242 новини · всички източници
Nebius и NVIDIA организират наградите за Physical AI за 2026 г. за стартъпи с продукти в тази област. Победителите във всяка от петте категории получават по $150 000 кредити за изчислителни ресурси, съвместна промоция, менторство от ръководители и места на официална вечеря за ръководители. Кандидатстването приключва на 25 октомври.
Google Cloud AI Research публикува с отворен код RRSI — рамка, която позволява на LLM агентите да пренаписват собствените си подсказки, инструменти и памет, докато теглата на модела остават замразени. Тя добавя критик за изтичане на информация, праг на шума, правило за разходите и прореждане, така че подобренията…
H Company представи Holo4 — семейство универсални модели за работа с компютър за AI агенти. Един набор от тегла кликва и пише на екрани. Той също пише код и извиква MCP или API инструменти. Holo4 се предлага в 2 размера: Holo4 27B…
Екипът на Alibaba Qwen представи Qwen-Audio-3.1-Realtime — гласов модел с пълен дуплекс, обучен да разсъждава, да извиква инструменти и да решава кога да говори. При адаптация към τ-Voice успеваемостта на задачите нараства до 82,0% от 78,4%. Отговорите на фоновата реч спадат от 73% до 13%. Той…
Anthropic пусна Claude Sonnet 5.5, втория модел в семейството Claude 5.5. Той постига 70,6% в Terminal-Bench 4.0 и остава на по-малко от 2 пункта от Opus 5.5 в GDPval-AA. Освен това генерира резултати с над 30% по-висока скорост от Sonnet 5 и…
NVIDIA представи Open Agent Safety Platform — отворен референтен дизайн, който налага безопасността на AI агентите извън самия агент. OpenShell, среда за изпълнение с лиценз Apache 2.0, изолира агентите според YAML политики. Sentry, извънлентов watchdog върху BlueField-4 DPU, може да ги постави под карантина…
Fireworks AI пусна Ember-1 — дообучен Kimi K3, който се научава да генерира по-кратки вериги на разсъждение, вместо да намалява усилието за разсъждение. Fireworks съобщава за около 40% по-малко токени, като броят на изходните токени за задача спада от 49,3 хил. до 29,9 хил. в производствена…
Jev на TypeSafe AI пропуска генерирането на текст и връща типизирани решения с калибрирани вероятности. Входът струва $0.042 на милион токена, а изходът е безплатен. Проверихме 20 агентни приложения — от маршрутизиране на модели и контрол на извикванията на инструменти до преранжиране и проверка за инжекции,…
Google Research представи ИИ-видеосорежисьор за генериране на дълги видеа. Комплектът от 4 агентни рамки превръща кратки клипове в съгласувани истории с продължителност от няколко минути. Той е насочен към размиването на идентичността и каскадните грешки — 2-та проблема, които провалят повечето многокадрови ИИ…
Прочетохме договорите зад GitHub Copilot, AWS Kiro, Cursor, Devin и Windsurf. Copilot и Kiro предлагат неограничено обезщетяване за генериран код. Стандартните условия на Cognition изключват резултатите изцяло. Ето как се сравняват 500 места по отношение на правния риск, съхранението на промптове, одита…
Подробен урок по програмиране за Massive Sound Embedding Benchmark (MSEB) на Google Research, който показва как да се реализират персонализирани звукови енкодери, да се стартират оценители за класификация, клъстеризация, извличане и сегментация и да се анализира представянето на бенчмарка по множество задачи.
Saaras V4 на Sarvam AI е модел за преобразуване на реч в текст, обхващащ всичките 22 индийски езика и глобален английски. Той съчетава аудио енкодер с хибриден декодер с пространство на състоянията с 3 млрд. параметъра. Добавя подаване на ключови термини за до 50 термина, 5 режима на изход от…
