Open Source

Nvidias neues Sprachmodell hat zuschaltbares Reasoning

Nvidia hat ein neues Sprachmodell namens Llama-3.1-Nemotron-Ultra-253B veröffentlicht, das trotz seiner geringeren Größe den Konkurrenten DeepSeek R1 in mehreren Benchmarks übertrifft. Wie VentureBeat-Autor Carl Franzen berichtet, wurde das vollständig quelloffene Modell auf Hugging Face bereitgestellt. Eine Besonderheit ist der Wechsel zwischen „Reasoning On“ und „Reasoning Off“-Modi, wodurch die Leistung bei komplexen Aufgaben deutlich steigt, beim …

Weiterlesen …

Metas Llama 4-Modelle stoßen auf gemischte Resonanz

Meta hat seine neueste Generation von Künstliche-Intelligenz-Modellen, Llama 4, mit drei Varianten und verbesserten Fähigkeiten veröffentlicht. Es umfasst zwei sofort verfügbare Angebote – Llama 4 Scout und Llama 4 Maverick – während ein drittes Modell, Llama 4 Behemoth, noch in Entwicklung ist. Laut Meta markieren die Llama 4-Modelle „den Beginn einer neuen Ära“ für ihr …

Weiterlesen …

HallOumi überprüft KI-Output auf Halluzinationen

Oumi hat HallOumi veröffentlicht, ein Open-Source-Modell zur Überprüfung von KI-generierten Inhalten auf Halluzinationen. Das von ehemaligen Apple- und Google-Ingenieuren entwickelte Tool analysiert KI-Ausgaben satzweise und liefert Vertrauenswerte, spezifische Quellenangaben und verständliche Erklärungen. Sean Michael Kerner von VentureBeat berichtet, dass HallOumi Quelldokumente mit KI-Antworten vergleicht, um festzustellen, ob Behauptungen durch Beweise gestützt werden. CEO Manos Koukoumidis …

Weiterlesen …

Open Deep Search ist eine frei verfügbare Alternative

Ein Forschungsteam aus Mitgliedern von Sentient, der University of Washington, Princeton University und UC Berkeley hat mit Open Deep Search (ODS) ein neues Open-Source-Framework vorgestellt. Es soll eine Alternative zu proprietären KI-Suchlösungen bieten. Das von Salaheddin Alzubi geleitete Team entwickelte zwei Hauptkomponenten: das Open Search Tool und den Open Reasoning Agent. Das Suchwerkzeug verarbeitet Webinhalte …

Weiterlesen …

OpenAI kündigt erstes Open-Source-Sprachmodell seit Jahren an

OpenAI plant in den kommenden Monaten sein erstes „offenes“ Sprachmodell seit GPT-2 zu veröffentlichen. Dies geht aus einem Feedback-Formular hervor, das das Unternehmen auf seiner Website veröffentlicht hat. Laut eines Berichts von Kyle Wiggers bittet OpenAI Entwickler, Forscher und Community-Mitglieder um Rückmeldungen zu dem neuen Modell. Das Unternehmen wird Entwickler-Events organisieren, beginnend in San Francisco …

Weiterlesen …

Metas Llama-KI-Modelle erreichen 1 Milliarde Downloads

Die KI-Modelle Llama von Meta haben laut einer Ankündigung von CEO Mark Zuckerberg auf Threads 1 Milliarde Downloads erreicht. Dies entspricht einem Anstieg von 53% seit Dezember 2024, als 650 Millionen Downloads verzeichnet wurden, schreibt Kyle Wiggers. Die Modelle sind unter einer proprietären Lizenz verfügbar und stehen hinter Metas KI-Assistenten auf Facebook, Instagram und WhatsApp. …

Weiterlesen …

Googles Gemma 3 läuft auf einer einzelnen GPU oder TPU

Google hat Gemma 3 angekündigt, seine neueste Sammlung von Open-Source-KI-Modellen. Sie wurden mit der gleichen Technologie entwickelt, die auch die Gemini 2.0-Modelle antreibt. Gemma 3 ist speziell dafür konzipiert, effizient auf einer einzelnen GPU oder TPU zu laufen, was es für Entwickler mit begrenzten Hardware-Ressourcen zugänglich macht. Die neue Modellfamilie kommt in vier Größen: 1B, …

Weiterlesen …

Chinesischer KI-Agent Manus sorgt für Aufsehen und Skepsis

Manus, ein von dem chinesischen Startup Butterfly Effect entwickelter KI-Agent, hat für erhebliches Aufsehen in der Techwelt gesorgt. Als „erster allgemeiner KI-Agent“ beschrieben, der komplexe Aufgaben autonom ausführen kann, wird Manus von einigen als Chinas zweiter „DeepSeek-Moment“ gefeiert – eine Anspielung auf den früheren Durchbruch, als das chinesische KI-Modell DeepSeek R1 westliche Konkurrenten übertraf. Was …

Weiterlesen …

Alibaba veröffentlicht QwQ-32B, ein leistungsstarkes Reasoning-Modell

Alibabas Qwen-Team hat QwQ-32B vorgestellt, ein neues Open-Source-Sprachmodell, das trotz deutlich geringerer Parameterzahl die Leistung viel größerer Modelle wie DeepSeek-R1 erreicht. Das unter der Apache 2.0-Lizenz veröffentlichte Modell mit 32 Milliarden Parametern nutzt Reinforcement Learning (RL), um seine Reasoning-Fähigkeiten für komplexe Problemlösungsaufgaben zu verbessern. Hauptmerkmale und Fähigkeiten QwQ-32B zeigt beeindruckende Leistungen bei mathematischem Denken, Programmierfähigkeiten …

Weiterlesen …

Cohere stellt Aya Vision vor, ein mehrsprachiges Bildverarbeitungsmodell

Die Forschungsabteilung von Cohere hat Aya Vision eingeführt, ein Bildverarbeitungsmodell mit offenen Gewichten, das 23 Sprachen unterstützt. Laut VentureBeat-Bericht von Carl Franzen gibt es das Modell in Versionen mit 8 und 32 Milliarden Parametern. Es kann Bilder analysieren, Text generieren und visuelle Inhalte übersetzen. Aya Vision übertrifft größere Modelle wie Llama 90B bei geringerem Ressourcenbedarf. …

Weiterlesen …