Das New Yorker KI-Start-up Hugging Face bringt gemeinsam mit Amazon und Google eine neue Open-Source-Software auf den Markt, die die Kosten für die Entwicklung von Chatbots und anderen KI-Systemen senken soll. Das berichtet Stephen Nellis für Reuters. Das Angebot mit dem Namen „HUGS“ (Hugging Face for Generative AI Services) automatisiert die Implementierung von KI-Modellen und …
Das KI-Unternehmen Cohere hat sein Embedding-Modell Embed 3 um multimodale Funktionen erweitert, sodass nun auch Bilder in RAG-basierte Unternehmenssuchen einbezogen werden können. Das berichtet Emilia David für VentureBeat. Die neue Version kann Embeddings sowohl für Bilder als auch für Texte erstellen, wobei beide Formate in einer einheitlichen Datenbank gespeichert werden. Nach Angaben von Cohere ermöglicht …
Anthropic hat eine aktualisierte Version seines KI-Modells Claude 3.5 Sonnet vorgestellt. Laut Unternehmensangaben kann das Modell nun Desktop-Anwendungen steuern und PC-Aufgaben ausführen. Dafür nutzt es eine neue „Computer Use“-API, die sich in der öffentlichen Beta-Phase befindet. Anthropic betont, dass die Technologie noch fehlerbehaftet sei und empfiehlt Entwicklern, zunächst nur risikoarme Aufgaben damit zu testen. Neben …
IBM erweitert sein KI-Angebot für Unternehmen mit der Einführung der Granite 3.0 Large Language Models (LLMs), berichtet Sean Michael Kerner für VentureBeat. Die neuen Modelle sind als Open Source unter der Apache 2.0 Lizenz verfügbar und sollen verschiedene Anwendungsfälle wie Kundenservice, IT-Automatisierung und Cybersicherheit unterstützen. IBM betont die hohe Leistung der Modelle, die laut eigenen …
Ein neues Text-zu-Bild-Framework namens Sana kann hochauflösende Bilder bis zu 4096 x 4096 Pixeln effizient und schnell generieren. Das System nutzt einen tiefen Kompressions-Autoencoder, lineare Aufmerksamkeit und einen Decoder-basierten Textencoder, um die Leistung zu optimieren. Sana-0.6B kann laut den Entwicklern mit modernsten großen Diffusionsmodellen konkurrieren, ist dabei aber 20-mal kleiner und über 100-mal schneller. Besonders …
Endor Labs hat eine neue Plattform gestartet, um über 900.000 Open-Source-KI-Modelle nach Sicherheit, Aktivität, Qualität und Popularität zu bewerten. Die Initiative soll Bedenken hinsichtlich der Zuverlässigkeit und Sicherheit von KI-Modellen ausräumen, die oft komplexe Abhängigkeiten und Schwachstellen aufweisen, berichtet VentureBeat. Entwickler können die Plattform zu den Fähigkeiten der Modelle befragen und erhalten Einblicke in deren …
Galileo, ein KI-Startup unter der Leitung von Vikram Chatterji, hat in einer Serie-B-Finanzierungsrunde 45 Millionen US-Dollar erhalten und damit seit seiner Gründung vor drei Jahren insgesamt 68 Millionen US-Dollar eingesammelt. Das Unternehmen konzentriert sich auf die Bewertung von KI-Modellen, um sicherzustellen, dass sie effektiv arbeiten und keine falschen Informationen generieren oder sensible Daten preisgeben, berichtet …
DataStax hat eine neue KI-Plattform in Zusammenarbeit mit Nvidia vorgestellt, die Unternehmen bei der KI-Entwicklung unterstützen soll. Wie Sean Michael Kerner für VentureBeat berichtet, kombiniert die Plattform DataStax‘ Datenbanktechnologie und das visuelle KI-Orchestrierungstool Langflow mit Nvidias Enterprise-KI-Komponenten. Laut DataStax kann die neue Lösung die KI-Entwicklungszeit um 60% reduzieren und KI-Workloads 19-mal schneller verarbeiten als bisherige …
OpenAI hat „Swarm“ vorgestellt, ein experimentelles Framework für Netzwerke von KI-Agenten. Laut VentureBeat ermöglicht Swarm Entwicklern, miteinander kommunizierende KI-Netzwerke zu erstellen, die Aufgaben autonom lösen. Das Framework soll verschiedene Geschäftsbereiche automatisieren, von der Marktanalyse bis zum Kundensupport. Es wirft aber auch ethische Fragen auf, etwa zu Sicherheit, Voreingenommenheit und Arbeitsplatzverlust. OpenAI-Forscher Shyamal Anadkat betont, dass …
DeepMind hat den Michelangelo-Benchmark vorgestellt, um die Fähigkeiten von Large Language Models (LLMs) mit langen Kontextfenstern zu testen, berichtet Ben Dickson für VentureBeat. LLMs können zwar mit großen Kontextfenstern umgehen, aber Untersuchungen zeigen, dass sie Schwierigkeiten haben, Schlussfolgerungen über komplexe Datenstrukturen zu ziehen. Aktuelle Benchmarks konzentrieren sich oft auf Suchaufgaben, die die Fähigkeiten zu logischem …