2024 októberében a kémiai Nobel-díjat először ítélték oda elsősorban mesterséges intelligencia kutatóknak: Demis Hassabis és John Jumper, a Google DeepMind szakemberei kapták meg az…
A nagy nyelvi modellek (LLM-ek) fejlesztése során a megerősítéses tanulás (Reinforcement Learning, RL) kulcsszerepet játszik abban, hogy a modellek egyre kifinomultabb és relevánsabb válaszokat…
Az arab nyelvű szöveg-beszéd átalakítás (TTS) területén a minőség megítélése mindig is nagy kihívást jelentett a nyelv dialektikus sokszínűsége miatt. Egy friss kezdeményezés, az…
Az utóbbi években a Transformer alapú nyelvi modellek, mint a GPT, forradalmasították a mesterséges intelligencia világát, különösen a természetes nyelv feldolgozásában. Ugyanakkor ezek a…
Az adatelemzés világa egyre komplexebb kihívásokat támaszt a mesterséges intelligencia rendszereivel szemben. Bár a szöveges információk feldolgozása ma már jól fejlett terület, a strukturált,…
A mesterséges intelligencia (MI) fejlődése elképesztő ütemben zajlik, ám az értékelés terén egyre több probléma merül fel. A jelenlegi benchmarkok, vagyis a modellek teljesítményét…
Az utóbbi években a mesterséges intelligenciával működő nyelvi modellek, például a Llama harmadik generációja, egyre kifinomultabbá váltak az utasítások megértésében és követésében. Ezeket a…
A mesterséges intelligencia nyelvi modellek (LLM-ek) rohamos fejlődése ellenére továbbra is jelentős kihívást jelent a „hallucináció”, azaz a téves vagy kitalált válaszok előállítása. A…
Az NVIDIA AI-Q mélytanuló kutatóügynöke nemrégiben az első helyet szerezte meg mindkét DeepResearch Bench I és II ranglistán, amelyek a legfontosabb mércéknek számítanak a…
Az elmúlt években a multimodális mesterséges intelligencia (AI) egyik legnagyobb kihívása az volt, hogyan lehet egyszerre hatékonyan feldolgozni és összekapcsolni a vizuális és szöveges…
