Caută în știri
11 rezultate pentru „embedding”
- 08:13aiAi2 lansează OlmoEarth v1.3, cu embeddinguri satelitare pentru întreaga planetăAi2 a lansat OlmoEarth v1.3, un model care transformă observațiile satelitare în embeddinguri numerice, împreună cu date anuale precalculate pentru întreaga planetă, la mai multe rezoluții. Lansarea include și un instrument în browser pentru crearea de hărți folosind aceste date.
- 22.10 · 08:13aiNVIDIA extinde modelele open pentru limbile și industriile europeneNVIDIA anunță extinderea portofoliului său de modele open pentru limbaj, robotică, biologie și calcul cuantic, cu scopul de a sprijini aplicații adaptate limbilor și industriilor locale. Portofoliul include Nemotron 3.5 Super VL și Nemotron 3.5 Bolt, precum și modele Nemotron Retriever pentru embedding și reranking.
- 11.10 · 21:12aiStudiu Inspirat de LLM Clarifică Cum Celulele Creierului Codifică Sensul CuvintelorUn nou studiu, inspirat de Modelele Lingvistice Mari (LLM), investighează cum celulele creierului uman reprezintă sensul cuvintelor. Cercetătorii au folosit embedding-uri LLM pentru a prezice activitatea neurală, oferind perspective asupra procesării semantice în creier.
- 09.10 · 09:08aiGoogle extinde EmbeddingGemma dincolo de text, către imagini, audio și videoGoogle a lansat EmbeddingGemma 2, un model open multimodal de embedding, suficient de mic pentru a rula pe smartphone-uri, extinzându-și capabilitățile dincolo de text pentru a include imagini, audio și video într-un spațiu de embedding unificat. Acest avans permite aplicații AI mai versatile prin procesarea simultană a diverselor tipuri de date.
- 07.10 · 21:20aiEmbeddingGemma 2: Noul model open de la Google pentru regăsirea multimodalăGoogle a lansat EmbeddingGemma 2, un model open cu 740 de milioane de parametri, conceput pentru regăsirea eficientă a datelor text, cod, imagini, video și audio. Această lansare permite integrarea unor capabilități puternice de căutare multimodală în aplicații, posibil chiar pe dispozitive mobile.
- 06.10 · 21:24aiGoogle lansează EmbeddingGemma 2: Embeddings Multimodale Deschise pe 567 MB RAMGoogle a lansat EmbeddingGemma 2, un model de embedding multimodal open-source conceput pentru a rula eficient pe dispozitive cu resurse limitate, necesitând doar 567 MB de RAM. Acest progres face capabilitățile puternice de embedding AI mai accesibile pentru o gamă mai largă de aplicații și hardware.
- 30.09 · 21:09aiDezvoltator antrenează AI pe un GPU de gaming pentru a juca Pokémon RedUn dezvoltator a antrenat cu succes un model de lume de tip Joint-Embedding Predictive Architecture (JEPA) pentru a juca clasicul joc Pokémon Red. Această realizare demonstrează potențialul antrenării modelelor AI sofisticate pe hardware de consum.
- 26.09 · 09:02devÎncorporarea unui Stack TCP/IP într-un Motor de Containere Rootless pentru NetworkingArticolul detaliază dezvoltarea UserNet, un stack de rețea pur-Rust încorporat în motorul de containere rootless Boxr, pentru a aborda provocările oferirii conectivității de rețea fără privilegii root pe gazdă. Această abordare permite containerelor să utilizeze servicii de rețea esențiale precum DNS și proxying TCP, gestionând procesarea pachetelor direct în cadrul runtime-ului.
- 23.09 · 09:08devNou Toolkit Open-Source Prioritizează Reproductibilitatea în Distilarea Embedding-urilorA fost lansat un nou toolkit open-source pentru a aborda provocările legate de reproductibilitate în distilarea embedding-urilor, un proces crucial în machine learning. Acest instrument își propune să standardizeze și să simplifice fluxul de lucru, facilitând cercetătorilor partajarea și replicarea experimentelor.
- 19.09 · 21:06aiLinkup Research lansează SPARSEUP: Un model open-source de embedding spars cu 149M parametriLinkup Research a introdus SPARSEUP, un model open-source de embedding spars cu 149 de milioane de parametri. Această lansare își propune să ofere un instrument puternic și accesibil pentru diverse sarcini de procesare a limbajului natural.
- 17.09 · 09:13aiAnthropic și OpenAI propun încorporarea evaluatorilor de siguranță, ridicând întrebări despre independențăLaboratoarele AI Anthropic și OpenAI propun încorporarea evaluatorilor independenți de siguranță în cadrul organizațiilor lor. Deși cercetătorii salută accesul fără precedent, ei subliniază că o supraveghere reală depinde de transparență, independență autentică și, în cele din urmă, de cadre de reglementare.
