246 новин · усі джерела
MiniMax випустила MiniMax-Music3 — текстову модель для генерації музики з відкритими вагами. Отримуючи текст пісні з тегами секцій і структурований опис, вона генерує повноцінну пісню тривалістю до п’яти хвилин за один прохід у форматі стерео WAV, 32 кГц, 16 біт. Ось архітектура,…
Розробіть повний конвеєр інтелектуальної обробки документів із docTR, інтегруючи OCR, аналіз макета та KIE для вилучення даних, орієнтованого на продукційне середовище, і створення PDF із можливістю пошуку.
DeepSeek Harness v0.1 — ліцензована за MIT оболонка для агентів, де кожна можливість є плагіном Cordis. Чотири режими виконання, журнали сесій лише з додаванням і маршрутизація моделей, незалежна від провайдера.
Реалізуйте наскрізний конвеєр дообучення мовних моделей із викликом інструментів. Посібник охоплює розбір траєкторій, структуроване вилучення викликів інструментів, формування представлення у сумісному з Qwen форматі ChatML та ефективну адаптацію LoRA за допомогою PyTorch.
Z.ai випустила GLM-5.3 14 серпня 2026 року. Модель повторно використовує незмінену базову модель GLM-5.2 на 743 млрд параметрів. Увесь заявлений приріст забезпечило масштабоване постнавчання: більше середовищ для завдань із довгим горизонтом, більше типів середовищ і триваліше навчання. Результат у Terminal-Bench 3.0 зріс із 4,6 до 28,3, а DeepSWE…
Cactus Compute випустила Needle 2 — відкриту модель із 45 млн параметрів для виклику інструментів, роботи з пристроями та структурованого вилучення даних. Повна модель — це єдиний бінарний файл розміром 14 МБ, який запускає сесію приблизно у 28 МБ оперативної пам’яті. Вона лідирує в обох сплітах Seal-Tools, водночас…
Цей посібник описує повний робочий процес створення компактної мовної моделі, орієнтованої на міркування. Завантажуючи корпус міркувань SupraLabs із Hugging Face у потоковому режимі, ми застосовуємо фільтри якості та відбираємо дані для контрольованого донавчання (SFT). Використовуючи SmolLM2-135M-Instruct і LoRA, ми демонструємо…
Google випустила Gemini 3.7 Flash — вдосконалену версію Gemini 3.6 Flash з алгоритмічними покращеннями ядра міркувань. Модель працює з текстом, зображеннями, аудіо та відео в контекстному вікні на 1 млн токенів із вихідними даними обсягом до 64 тис. токенів і підтримує налаштовувані конфігурації мислення. Програмування…
Liquid AI випустила LFM2.5-VL-3B — модель для роботи із зображеннями й мовою з 3,1 млрд параметрів, створену для розгортання на пристроях. У середньому вона набирає 80,7 бала в ScreenSpot-v2 і підвищує результат локалізації об’єктів у RefCOCO з 57,1 до 87,9. Виклик функцій є новою можливістю для лінійки VL, а результат у ToolSandbox зріс із 26,4 до 59,5…
Dyna Robotics випустила Dyna-2 — модель дій у світі, попередньо навчену на понад мільйоні годин егоцентричного відео людей. У технічному звіті встановлено три результати: закон масштабування на людських даних до 1 млн годин, перше перенесення цього закону…
SpaceXAI випустила Grok 4.6 12 серпня 2026 року — це посттренувальне оновлення Grok 4.5, а не більша базова модель. Вона зрівнялася з GPT-5.6 Sol Max, набравши 61 бал в Artificial Analysis Intelligence Index, отримала контекст 500K і новий режим xhigh…
Створіть власний конвеєр посттренування LLM за допомогою фреймворку Open Instruct від AllenAI. Цей вичерпний посібник розповідає про контрольоване донавчання (SFT), пряму оптимізацію вподобань (DPO) та навчання з підкріпленням на основі перевірюваних винагород (GRPO), оптимізоване для ефективної роботи на обладнанні з 16 ГБ без потреби у важкому…
