208 новин · усі джерела
Цей посібник містить повний опис програмування Jev від TypeSafe AI — моделі System One, призначеної для нетекстових структурованих суджень. У ньому розглянуто встановлення офіційного Python SDK, використання примітивних типів запитань (Choice, Score, Noul), реалізацію спекулятивного розгалуження, маршрутизацію з урахуванням рівня впевненості та…
Google випустила Gemini 3.8 Flash TTS і Flash-Lite TTS — 2 нові моделі перетворення тексту на мовлення, уже доступні через Gemini API та Google AI Studio. Flash TTS створює нові голоси за підказками природною мовою більш ніж 100 мовами. Модель посідає перше місце в…
NVIDIA випустила Nemotron 3 Diarization — модель діаризації мовців із відкритими вагами на Hugging Face. Вона відповідає на одне запитання про будь-яку розмову: хто й коли говорив. Модель зі 100 млн параметрів відстежує до 8 мовців, зокрема коли голоси накладаються. Одна контрольна точка обробляє обидва…
Команда прикладних досліджень Nokia відкрила вихідний код AnyJev — бібліотеки Python, що перетворює відкриту LLM на модель ухвалення рішень. Навчання не потрібне. Вона призначена для поширеного виробничого завдання: вибору однієї відповіді з фіксованого набору замість написання…
Kyutai випустила Voice of Reason — 2 моделі з відкритими вагами для перетворення мовлення в мовлення, побудовані на базі GLM-4-Voice-9B. Доопрацювання з учителем і навчання з підкріпленням підвищили точність розв’язання усно сформульованих задач GSM8K із 27,3% до 77,1%. Етап транскрипції відсутній, а текстова LLM у процесі не використовується. Обидва чекпойнти…
OpenAI випустила GPT-6 Sol і GPT-6 Luna — дві дешевші моделі, навчені за допомогою методів, подібних до GPT-6 Astra. Sol коштує $2/$10, а Luna — $0,10/$0,50 за 1 млн токенів. Обидві моделі вже доступні в API, ChatGPT Work і Codex. Вони виходять…
Голосове введення на телефонах вирішене вже багато років. Невирішеним залишається виведення. Ви говорите в більшості інструментів для диктування — і отримуєте назад саме те, що сказали, включно зі словами-паразитами та хибними початками, у нотатці, яку потім…
Голосове введення на телефонах вирішене вже багато років. Але результат досі залишається невирішеною проблемою. Продиктуйте текст у більшості інструментів для диктування — і отримаєте саме те, що сказали, зокрема слова-паразити та невдалі початки, у нотатці, яку потім…
Anthropic випустила Claude Opus 5.5 — першу модель нового сімейства Claude 5.5. У компанії заявляють, що за більшістю завдань вона працює на рівні Claude Fable 5.1. Її експлуатація також коштує на 40% дешевше, ніж Opus 5…
Дослідники NVIDIA випустили SoL-Pi — 4 механізми обв’язки для відкритого кодера Pi, виявлені ШІ, який проводив цикли автоматизованих досліджень у 535 середовищах. У EdgeBench SoL-Pi скорочує трафік токенів на 44,7–49,0%, а витрати на API — приблизно на 33%,…
SpaceXAI випустила Grok 4.7, свою нову флагманську модель для програмування, агентних завдань і роботи зі знаннями. Grok 4.7 побудована на більшій базовій моделі та довшому циклі навчання з підкріпленням. Вона й надалі постачається за тією самою ціною та з тією самою швидкістю…
Багато розробників виявляють, що ідея агента працює в Claude Code або Codex, але починає давати збої, коли вони відтворюють її за допомогою власного циклу. Команда Strands Agents в AWS прагне усунути цю прогалину за допомогою Strands Harness — повністю зібраного універсального…
