AI-Nachrichten Seite 3

Vor kurzem wurde Qwen2.5-VL-32B-Instruct, ein neues Mitglied der Qwen2.5-VL-Serie, veröffentlicht. Dieses multimodale visuelle Sprachmodell mit 32 Milliarden Parametern übernimmt die Vorteile der Qwen2.5-VL-Serie und wird durch Reinforcement Learning und andere Techniken weiter optimiert, um ...

Im Bereich der künstlichen Intelligenz (KI) entwickeln sich große Sprachmodelle (Large Language Models, LLMs) rasant weiter und zeigen erstaunliche Fähigkeiten bei der Texterstellung und bei Konversationsinteraktionen. Doch wie kann die Leistung der KI wirklich in reale Szenarien integriert werden, so dass sie nicht nur "plaudern", sondern...

OpenAI hat vor kurzem die Einführung einer neuen Generation von Audiomodell-API angekündigt, die es Entwicklern ermöglichen soll, leistungsfähigere und intelligentere Sprachassistenten zu entwickeln. Diese Initiative wird als bedeutender Fortschritt im Bereich der Sprachinteraktionstechnologie angesehen und signalisiert, dass die Sprachinteraktion zwischen Mensch und Computer eine neue Phase einleiten wird, die natürlicher und effizienter ist. Die Veröffentlichung enthält zwei...

Durch künstliche Intelligenz erzeugte Inhalte nehmen in einem noch nie dagewesenen Tempo zu: Vier der 20 beliebtesten Beiträge auf Facebook im letzten Herbst wurden Berichten zufolge von KI erzeugt. Darüber hinaus schätzt Medium, dass 47% der Inhalte auf seiner Plattform ebenfalls von KI stammen....

In letzter Zeit hat das neue Paradigma des verstärkenden Lernens in den späten Phasen des Trainings im Bereich der groß angelegten Sprachmodellierung zunehmende Aufmerksamkeit in der Industrie erhalten. Nach der Einführung von Modellen der O-Serie wie GPT-4o von OpenAI und der Veröffentlichung von DeepSeek-R1 beweist die herausragende Leistung der Modelle die Schlüsselrolle des Verstärkungslernens im Optimierungsprozess. Tencents großes Hybridmodell ...

Leichtgewichtige Großmodelle werden zum neuen Schlachtfeld der KI. Nach der Einführung von Gemma 3 durch Google DeepMind hat Mistral AI im März 2024 Mistral Small 3.1 veröffentlicht, ein Modell mit 24 Milliarden Parametern, das...

Mistral AI hat kürzlich die Markteinführung seines neuesten Modells, Mistral Small 3.1, bekannt gegeben, das nach eigenen Angaben das derzeit beste seiner Klasse ist. Dieses neue Modell baut auf den Grundlagen von Mistral Small 3 auf und bietet erhebliche Verbesserungen bei der Textleistung, dem multimodalen Verständnis und der kontextbezogenen Verarbeitung...

Im Zeitalter der Informationsexplosion ist das schnelle und genaue Auffinden von Schlüsselinformationen aus riesigen Datenmengen zur zentralen Herausforderung für das Wissensmanagement von Unternehmen und Privatpersonen geworden. Vor kurzem hat das Dify-Produktteam die Version 1.1.0 veröffentlicht und innovativ die "Metadaten" als Kern der Wissensfilterfunktion eingeführt. Dieses Update ist wie...

Die OCR-Technologie ist in der Lage, Textinformationen in einem Bild in bearbeitbare und verarbeitbare Textdaten umzuwandeln. Einfach ausgedrückt: Sie erkennt und extrahiert Text aus Bildern. Als Nächstes werden wir die 10 OCR-Open-Source-Projekte mit der höchsten Anzahl von Sternen auf GitHub überprüfen und Ihnen eine detaillierte Auswahl an OCR-Tools bieten...

  Gemini wurde in letzter Zeit häufig aktualisiert, in keiner bestimmten Reihenfolge: Veo2 Inferenzmodell ist jetzt live in Google AI Studio, Gemini (geschrumpfte Version) Native Unterstützung für multimodale Modelle für die Bilderzeugung und -bearbeitung: Gemini 2.0 Flash (jetzt der Standardname ist: Gemini 2.0 Fl...

Der chinesische Internetriese Alibaba steigt in großem Stil in den Bereich der künstlichen Intelligenz (KI) ein. Alibaba-CEO Wu Yongming hat Berichten zufolge deutlich gemacht, dass er in den bestehenden Geschäftsbereichen des Unternehmens voll auf KI setzen will. In einer Ankündigung an der Hongkonger Börse (24. Februar) plant Alibaba, in den nächsten drei Jahren mindestens 380 Milliarden Dollar zu investieren...

Kernpunkte: Das MCP-Protokoll bildet die Grundlage für ein breiteres Spektrum künftiger Anwendungen, indem es ein "Streaming-HTTP"-Transportschema einführt, das vollständige Zustandslosigkeit ermöglicht und die Kommunikation vereinfacht. Die jüngste Verabschiedung einer wichtigen technischen Verbesserung des Message Channel Protocol (MCP) deutet darauf hin, dass dieses neue Protokoll...

In letzter Zeit hat das Aufkommen einer Reihe von Open-Source-KI-Agenten-Frameworks (Intelligent Body) in der Branche viel Aufmerksamkeit erregt. Diese Frameworks sind kein einfacher Ersatz für LangChain, Crew AI oder das OpenAI Agents SDK, sondern bieten einzigartige Funktionen und Perspektiven, um Multi-Agenten zu vereinfachen und zu beschleunigen...

Im Bereich der künstlichen Intelligenz verändert sich die Large Language Modelling (LLM)-Technologie schnell und es entstehen verschiedene Werkzeugbibliotheken. Um Entwicklern zu helfen, die Herausforderungen der LLM-Entwicklung besser zu bewältigen, stellt dieses Papier eine Toolbox mit mehr als 120 nützlichen LLM-Bibliotheken zusammen und unterteilt sie nach funktionalen Kategorien, so dass Ingenieure schnell...

Im Zuge der digitalen Transformation sind automatisierte Arbeitsabläufe der Schlüssel zur Verbesserung der Effizienz und zur Kostensenkung geworden. In der heutigen, zunehmend ausgereiften KI-Technologie ist die Frage, wie KI mit automatisierten Arbeitsabläufen kombiniert werden kann, in den Mittelpunkt des Interesses der Branche gerückt. In diesem Artikel werden wir drei beliebte Tools vorstellen: n8n, Coze...

Internen Quellen zufolge arbeitet Anthropic aktiv an zwei neuen Funktionen namens Harmony und Compass, die die Fähigkeiten seines KI-Modells Claude erheblich erweitern sollen. Es wird erwartet, dass diese neuen Funktionen in Claude integriert werden, um den Nutzern eine leistungsfähigere Code-Hilfe und tiefgreifende Forschungsunterstützung zu bieten. Harmo...

Kürzlich hat Google ein neues experimentelles Texteinbettungsmodell gemini-embedding-exp-03-07[1] in die Gemini-API aufgenommen. Das Modell wird auf der Grundlage des Gemini-Modells trainiert, übernimmt das tiefe Verständnis von Sprache und subtilem Kontext von Gemini und ist auf eine Vielzahl von Szenarien anwendbar. Es ist erwähnenswert, dass dieses ...

Google hat eine experimentelle Funktion für seinen KI-Assistenten Gemini namens "Gemini mit Personalisierung" angekündigt. Diese neue Funktion wird es Gemini ermöglichen, sich mit den Google-Apps eines Nutzers zu verbinden (derzeit unterstützt es zunächst den Google-Suchverlauf), um mehr...

Am 16. März veröffentlichte Baidu offiziell zwei neue Big Models: Wenshin Big Model 4.5 und Wenshin Big Model X1, die bereits auf der Wenshin Yiyan Website online sind und von den Nutzern kostenlos ausprobiert werden können. Gleichzeitig ist das Wenshin Big Model 4.5 jetzt auf der Baidu Intelligent Cloud Qianfan Big Model Plattform verfügbar, wo Unternehmensnutzer und Entwickler...