Cohere For AI hat Aya Expanse veröffentlicht, eine Familie von hochperformanten mehrsprachigen Modellen, die in 23 Sprachen hervorragende Leistungen erbringen und andere führende Open-Weights-Modelle übertreffen sollen. Die Modelle, die mit 8 und 32 Milliarden Parametern verfügbar sind, sind Teil von Coheres Engagement für mehrsprachige Forschung und den Ausbau einer hochwertigen Abdeckung von Sprachen in großen …
Meta Platforms hat quantisierte Versionen seiner Llama 3.2 1B und 3B Modelle veröffentlicht, die laut Unternehmensangaben einen reduzierten Speicherbedarf, schnellere On-Device-Inferenz, Genauigkeit und Portabilität bieten sollen. Die Modelle wurden in enger Zusammenarbeit mit Qualcomm und MediaTek entwickelt und sind auf SoCs mit Arm-CPUs verfügbar. Meta gibt an, dass die durchschnittliche Modellgröße um 56% und der …
Google macht seine Technologie zur Kennzeichnung von KI-generiertem Text öffentlich verfügbar. Das Tool namens SynthID Text können Entwickler und Unternehmen ab sofort kostenlos von der KI-Plattform Hugging Face und aus Googles Responsible GenAI Toolkit herunterladen. Wie Kyle Wiggers auf TechCrunch berichtet, funktioniert die Technologie, indem sie die Wahrscheinlichkeit bestimmter Wortfolgen im Entstehungsprozess des Textes subtil …
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 …
H2O.ai hat zwei neue Vision-Language-Modelle vorgestellt, H2OVL Mississippi-2B und H2OVL Mississippi-0.8B, die auf die Verbesserung der Dokumentenanalyse und der optischen Zeichenerkennung (OCR) ausgerichtet sind. Trotz ihrer geringen Größe zeigen diese Modelle eine konkurrenzfähige Leistung im Vergleich zu größeren Modellen großer Technologieunternehmen, wobei das Modell 0.8B bei der OCRBench-Texterkennungsaufgabe hervorragend abschnitt. CEO Sri Ambati betonte, dass …
OpenAI hat eine Windows-Desktop-Anwendung für ChatGPT herausgebracht, um die Integration in den täglichen Arbeitsablauf und die Produktivität zu verbessern. Diese Version folgt einer ähnlichen Anwendung für macOS und ist derzeit für ausgewählte Abonnenten verfügbar, berichtet VentureBeat. Die App ermöglicht den Nutzern einen einfachen Zugang zu ChatGPT über eine Tastenkombination und soll die Nutzererfahrung ohne Webbrowser …
Microsoft und die Tsinghua Universität haben eine neue KI-Architektur namens „Differential Transformer“ entwickelt, die die Leistung von großen Sprachmodellen verbessert. Wie Furu Wei von Microsoft Research gegenüber VentureBeat erklärte, verstärkt die neue Methode die Aufmerksamkeit auf relevante Kontexte und filtert Störgeräusche heraus. Dies soll Probleme wie das „Lost-in-the-Middle“-Phänomen und Halluzinationen bei langen Texten reduzieren. In …
Nvidia hat ein neues KI-Modell, Llama-3.1-Nemotron-70B-Instruct, vorgestellt, das bestehende Modelle von OpenAI und anderen Anbietern übertrifft und einen fortgesetzten Wandel in der KI-Strategie des Unternehmens zeigt. Das Modell, das auf Hugging Face verfügbar ist, erzielte beeindruckende Benchmark-Ergebnisse und positioniert Nvidia als wettbewerbsfähigen Akteur im Bereich Sprachverständnis und -generierung. Diese Entwicklung zeigt Nvidias Wandel von einem …
Die französische KI-Firma Mistral hat neue generative KI-Modelle für Laptops und Smartphones vorgestellt. Die als „Les Ministraux“ bezeichneten Modelle sind für verschiedene Anwendungen wie Texterstellung oder die Zusammenarbeit mit leistungsfähigeren Modellen optimiert. Kyle Wiggers berichtet für TechCrunch, dass zwei Varianten verfügbar sind: Ministral 3B und Ministral 8B, beide mit einem Kontextfenster von 128.000 Token. Die …