Premiera modelu JEV, Salesforce Koa i mapa drogowa do samodoskonalenia rekurencyjnego
TypeSafe uruchomiło JEV, model „System One” do podejmowania decyzji strukturalnych, podczas gdy Salesforce wprowadziło własny model rozumowania, Koa. Chińscy naukowcy opublikowali mapę drogową do samodoskonalenia rekurencyjnego, a OpenAI podobno prowadzi wstępne rozmowy finansowe przy wycenie 1,2 biliona dolarów.
Podcast В· 3 min
TypeSafe uruchamia JEV, model „System One” do podejmowania decyzji strukturalnych
TypeSafe, założone przez współtwórcę ChatGPT, Diogo Almeidę, wychodzi z ukrycia z JEV, nowym typem modelu AI zaprojektowanym do szybkiego, strukturalnego podejmowania decyzji, a nie generowania tekstu konwersacyjnego. W przeciwieństwie do tradycyjnych LLM, JEV jest zoptymalizowany do zwracania typowanych odpowiedzi z kalibrowanymi prawdopodobieństwami, co czyni go odpowiednim do zadań o dużej objętości, takich jak wykrywanie oszustw czy eskalacja alertów. Firma twierdzi, że JEV może działać za około 42 dolary za miliard tokenów, oferując znaczące przewagi w szybkości i kosztach w porównaniu ze standardowymi modelami językowymi.
Salesforce wprowadza model rozumowania Koa
Salesforce wprowadziło Koa, wewnętrzny model rozumowania zbudowany na modelu Nemotron 3 Super od Nvidii, specjalnie dostosowany do procesów sprzedaży i wsparcia. Trenowany na syntetycznych danych, aby uniknąć wykorzystywania informacji o klientach, Koa jest zaprojektowany do zadań takich jak aktualizowanie transakcji i kierowanie zgłoszeń z większą dokładnością niż modele ogólnego przeznaczenia. Hostując model wewnętrznie, Salesforce dąży do utrzymania żądań klientów w ramach własnych bezpiecznych systemów.
Google aktualizuje Gemini o rozszerzone myślenie na żywo
Google zaprezentowało Gemini 3.8 Live, z modelami głosowymi zdolnymi do ciągłej mowy podczas przetwarzania informacji. Nowy wariant „Live Extended Thinking” pozwala modelowi na głębsze rozumowanie przed odpowiedzią, co według Google osiągnęło najwyższe wyniki w rankingach jakości mowy.
Chińscy naukowcy szczegółowo opisują mapę drogową samodoskonalenia rekurencyjnego
Grupa ponad 30 naukowców z instytucji takich jak ByteDance, Tsinghua i Shanghai AI Lab opublikowała mapę drogową zatytułowaną „Ostatnie AI zbudowane przez ludzi”. Artykuł opisuje pięć poziomów samodoskonalenia rekurencyjnego (RSI), kulminujących w systemach AI zdolnych do budowania własnych następców. Autorzy zauważają, że chociaż kodowanie zapewnia najbardziej bezpośrednią ścieżkę dla RSI, inne dziedziny, takie jak robotyka i medycyna, wiążą się z wyższymi kosztami i wolniejszymi pętlami sprzężenia zwrotnego.
Periodic Labs i Nous Research rozwijają agentowe przepływy pracy
Periodic Labs zintegrowało swój model Neon o parametrach 1T z fizyczną pętlą eksperymentów materiałowych, gdzie AI samodzielnie proponuje i ocenia eksperymenty. Tymczasem Nous Research wykorzystało 1393 podagentów Fable do refaktoryzacji bazy kodu liczącej milion linii w około 19 aktywnych godzin za około 25 000 dolarów, demonstrując potencjał zakrojonej na szeroką skalę agentowej konserwacji kodu.
OpenAI i Profound zabezpieczają znaczące finansowanie
OpenAI podobno prowadzi wstępne rozmowy w sprawie nowej rundy finansowania, która mogłaby wycenić firmę na około 1,2 biliona dolarów, po doniesieniach, że jej zannualizowane przychody przekroczyły 40 miliardów dolarów. W sektorze startupów firma Profound zajmująca się optymalizacją wyszukiwania AI zebrała 180 milionów dolarów w rundzie serii D, osiągając wycenę 1,8 miliarda dolarów po odnotowaniu 3-krotnego wzrostu przychodów w ciągu ostatnich sześciu miesięcy.
Agility Robotics prezentuje Digit 5
Agility Robotics zaprezentowało Digit 5, humanoidalnego robota o wzroście 5'11" i wadze 284 funtów, zaprojektowanego do pracy współpracującej z ludźmi bez barier bezpieczeństwa. Robot może unieść do 50 funtów i charakteryzuje się szybkim ładowaniem w dziewięć minut, co stanowi nową iterację w wysiłkach firmy mających na celu wdrożenie humanoidów na dużą skalę.