fügt – chatgpz.de – KI-Tools & Praxiswissen http://chatgpz.de Unabhängige Tests, Anleitungen und Hintergründe zu KI-Tools. Tue, 23 Jun 2026 06:29:23 +0000 de-DE hourly 1 https://wordpress.org/?v=6.4.2 234900186 xAI führt /aim in Grok Construct ein und fügt eine lang andauernde autonome Ausführung mit integrierter Verifizierung für mehrstufige Codierungsaufgaben hinzu http://chatgpz.de/artificial-intelligence/xai-fuehrt-aim-in-grok-construct-ein-und-fuegt-eine-lang-andauernde-autonome-ausfuehrung-mit-integrierter-verifizierung-fuer-mehrstufige-codierungsaufgaben-hinzu/ http://chatgpz.de/artificial-intelligence/xai-fuehrt-aim-in-grok-construct-ein-und-fuegt-eine-lang-andauernde-autonome-ausfuehrung-mit-integrierter-verifizierung-fuer-mehrstufige-codierungsaufgaben-hinzu/#respond Tue, 23 Jun 2026 06:29:22 +0000 https://chatgpz.de/artificial-intelligence/xai-fuehrt-goal-in-grok-build-ein-und-fuegt-eine-lang-andauernde-autonome-ausfuehrung-mit-integrierter-verifizierung-fuer-mehrstufige-codierungsaufgaben-hinzu/ [ad_1]

xAI hat einen neuen Modus ausgeliefert angerufen /aim im Grok Constructsein terminaler Codierungsagent. Die Funktion zielt auf eine lang andauernde, autonome Aufgabenausführung ab. Sie übergeben dem Agenten eine größere Implementierungsaufgabe und treten dann einen Schritt zurück.

Die meisten Codierungssitzungen erfordern eine hin- und hergehende Ausführung und Überprüfung. Sie fragen nach, der Agent handelt und Sie überprüfen jeden Schritt. /aim ändert diese Schleife. Der Agent arbeitet weiter, bis eine Aufgabe abgeschlossen und überprüft ist. Bei der Verifizierung kann es sich um die Überprüfung von Code, die Inspektion von Webseiten oder die Ausführung von Skripts handeln.

Der Modus bündelt diese Autonomie hinter einem Befehl und einer sichtbaren Fortschrittscheckliste.

TL;DR

  • /aim führt lange, autonome Aufgaben im Terminalagenten von Grok Construct aus.
  • Es plant einen Ansatz, erstellt eine Checkliste, führt sie aus und überprüft sie bis zur Fertigstellung.
  • Durch die Verifizierung kann Code überprüft, Webseiten untersucht oder Skripte ausgeführt werden.
  • standing, pause, resumeUnd clear den Reside-Lauf steuern.
  • Für den Zugriff ist ein SuperGrok- oder X Premium Plus-Abonnement erforderlich.

Was ist /aim

/aim ist ein Modus innerhalb von Grok Construct, kein separates Produkt. Grok Construct ist der Codierungsagent und die CLI von xAI für die Softwareentwicklung. Eine CLI ist ein Befehlszeilentool, das in Ihrem Terminal ausgeführt wird. Es arbeitet mit Ihrer lokalen Codebasis, liest Dateien und führt Befehle aus.

Grok Construct bietet bereits mehrere Agentenfunktionen. Es verfügt über einen Planmodus, der Änderungen blockiert, bis Sie einen Plan genehmigen. Es delegiert größere Arbeiten an spezialisierte Subagenten, die parallel ausgeführt werden. Es liest Ihr AGENTS.mdPlugins, Hooks, Abilities und MCP-Server sofort einsatzbereit. MCP ist ein Protokoll, das Agenten mit externen Instruments und Daten verbindet.

Für den Zugriff ist ein SuperGrok- oder X Premium Plus-Abonnement erforderlich. Sie installieren die CLI mit einem Befehl:

curl -fsSL https://x.ai/cli/set up.sh | bash

Anschließend melden Sie sich mit Ihrem Konto an und rufen auf /aim. Der Modus ist für die Übergabe konzipiert. Sie beschreiben ein Ziel und der Agent ist für die mehrstufige Arbeit verantwortlich.

Warum eine langfristige Ausführung wichtig ist

Einem Agenten wird ein Ziel vorgegeben, nicht nur eine einzelne Aufforderung. Es plant Schritte, führt sie aus, beobachtet Ergebnisse und plant neu, wenn die Realität davon abweicht. Das ist die Beobachten-Plan-Handeln-Schleife. Der Kompromiss besteht in der Beobachtbarkeit: Lange Läufe führen zu vielen Aktionen, die Sie überwachen müssen. /aim antwortet darauf mit einer Fortschritts-Checkliste und Lenkbefehlen.

Wie /aim Funktioniert

Sie setzen sich in einer einzigen Zeile ein Ziel. Sie geben es in der Grok Construct-Sitzung ein, nicht in Ihrer System-Shell. Zum Beispiel:

/aim Migrate the auth module to the brand new API

Grok Construct plant einen Ansatz für dieses Ziel. Es unterteilt die Arbeit in eine Fortschrittscheckliste. Anschließend werden die Checklistenelemente nacheinander ausgeführt.

Sie sind während des Laufs nicht ausgesperrt. Sie können weitere Anweisungen weitergeben, während es funktioniert. Wenn das Ziel erreicht ist, dreht sich das Panel um Vollständig. Jeder Checklistenpunkt wird dann als geprüft angezeigt.

Der Verifizierungsschritt

Das erwähnenswerte Element ist die Überprüfung. /aim hört nicht beim Schreiben von Code auf. Dies wird fortgesetzt, bis die Aufgabe abgeschlossen und überprüft ist.

Die Verifizierung kann laut xAI drei Formen annehmen. Der Agent kann den von ihm erstellten Code überprüfen. Es kann Webseiten untersuchen, um das Verhalten zu bestätigen. Es kann Skripte ausführen, um das Ergebnis zu testen.

Dies ist für autonome Läufe wichtig. Ein Agent, der nur Dateien bearbeitet, meldet möglicherweise einen Erfolg, bevor die Änderung wirksam wird. Wenn Sie die Überprüfung in den Lauf einbauen, testet der Agent seine eigene Ausgabe, bevor er abgeschlossen ist.

Interaktive Demo


Anwendungsfälle mit Beispielen

Das Hauptbeispiel ist die Modulmigration. /aim Migrate the auth module to the brand new API deckt eine Änderung mehrerer Dateien ab. Die Aufgabe ist langwierig, mechanisch und testbar.

Andere praktische Übergaben passen in die gleiche Kind:

  • Refaktorieren Sie einen Dienst und führen Sie dann seine Testsuite aus, um einen grünen Construct zu bestätigen.
  • Fügen Sie einen Endpunkt hinzu und überprüfen Sie dann die gerenderte Seite auf Laufzeitfehler.
  • Aktualisieren Sie eine Abhängigkeit, führen Sie den Construct aus und beheben Sie die Fehler.
  • Portieren Sie eine Konfiguration dateiübergreifend und führen Sie dann ein Skript aus, um sie zu validieren.

Jede Aufgabe passt besser zu einem autonomen Ziel als eine schnelle einzeilige Bearbeitung. Der Erfolg stellt sich ein, wenn die Arbeit viele Schritte umfasst, die Sie sonst überwachen würden.

Ein langfristiges Ziel steuern

/aim fügt Befehle zur Überwachung und Steuerung des Laufs hinzu. Sie geben sie in der Grok Construct-Sitzung ein:

/aim standing     # see the reside progress panel
/aim pause      # cease work, maintain the aim
/aim resume     # decide again up
/aim clear      # drop the aim completely

standing zeigt das Reside-Fortschrittsfenster an. pause unterbricht die Arbeit, hält aber das Ziel aufrecht. resume macht dort weiter, wo es aufgehört hat. clear lässt das Ziel ganz fallen und fängt neu an.

Diese Kontrollen sind wichtig für unbeaufsichtigte Läufe. Sie können die Arbeit jederzeit unterbrechen oder das Ziel aufgeben. Das ist hilfreich, wenn ein Agent selbst Dateien bearbeitet und Skripte ausführt.

Wie /aim Vergleicht

/aim gehört zu den Terminal-Coding-Agenten, die bereits mehrstufige Arbeiten ausführen. Was es hinzufügt, ist ein explizites, steuerbares Zielobjekt. Die benannten Lebenszyklusbefehle und der integrierte Überprüfungsschritt sind die neuen Teile.

Dimension Grok-Construct /aim Claude Code OpenAI Codex-CLI Cursor-Agent-Modus
Übergabemodell Einzeiliges Zielobjekt Konversation + Aufgabenliste Eingabeaufforderung mit Genehmigungsmodus Chat-Anleitung in der IDE
Fortschrittsansicht Automatische Checkliste + Reside-Panel Interne To-Do-Liste Schritt-für-Schritt-Protokoll Inline-Bearbeitungsstream
Lenksteuerung standing / pause / resume / clear Unterbrechen und erneut auffordern Schritte genehmigen/ablehnen Änderungen akzeptieren/ablehnen
Überprüfung Läuft bis zur Fertigstellung und Überprüfung Führt auf Anweisung Exams durch Führt auf Anweisung Exams durch Führt auf Anweisung Exams durch
Wo es läuft Terminal (TUI, Headless, ACP) Terminal Terminal IDE-integriert
Zugang SuperGrok / X Premium Plus Abonnement oder API Abonnement oder API Abonnement

Wichtige Erkenntnisse

  • /aim führt lange, autonome Aufgaben im Terminalagenten von Grok Construct aus.
  • Es plant einen Ansatz, erstellt eine Checkliste, führt sie aus und überprüft sie bis zur Fertigstellung.
  • Durch die Verifizierung kann Code überprüft, Webseiten untersucht oder Skripte ausgeführt werden.
  • standing, pause, resumeUnd clear den Reside-Lauf steuern.
  • Für den Zugriff ist ein SuperGrok- oder X Premium Plus-Abonnement erforderlich.



Schauen Sie sich das an Technische Particulars. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 150k+ML SubReddit und Abonnieren Unser Publication. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.

Möchten Sie mit uns zusammenarbeiten, um Ihr GitHub-Repo ODER Ihre Hugging Face Web page ODER Produktveröffentlichung ODER Ihr Webinar usw. zu bewerben? Vernetzen Sie sich mit uns


Michal Sutter ist ein Information-Science-Experte mit einem Grasp of Science in Information Science von der Universität Padua. Mit einer soliden Grundlage in statistischer Analyse, maschinellem Lernen und Datentechnik ist Michal hervorragend darin, komplexe Datensätze in umsetzbare Erkenntnisse umzuwandeln.

[ad_2]

]]>
http://chatgpz.de/artificial-intelligence/xai-fuehrt-aim-in-grok-construct-ein-und-fuegt-eine-lang-andauernde-autonome-ausfuehrung-mit-integrierter-verifizierung-fuer-mehrstufige-codierungsaufgaben-hinzu/feed/ 0 19465
LinkedIn fügt Kommentarfilter für verifizierte Benutzer hinzu http://chatgpz.de/data-science/linkedin-fuegt-kommentarfilter-fuer-verifizierte-benutzer-hinzu/ http://chatgpz.de/data-science/linkedin-fuegt-kommentarfilter-fuer-verifizierte-benutzer-hinzu/#respond Tue, 28 Apr 2026 01:35:37 +0000 https://chatgpz.de/data-science/linkedin-fuegt-kommentarfilter-fuer-verifizierte-benutzer-hinzu/ [ad_1]

Bevorzugte Quelle von Google

LinkedIn hat jetzt ein neues Besonderheit Entwickelt, um Benutzer dazu zu ermutigen, ihre Informationen zu überprüfen, indem ihnen ermöglicht wird, das Engagement verifizierter Benutzer zu priorisieren. Ziel dieses Updates ist es, die Inhaltsauthentizität der Plattform zu verbessern, insbesondere bei Beiträgen mit hohem Kommentaraufkommen.

Die neue Kommentarsortierungsoption „Verifizierte Mitglieder“ wird neben bestehenden Filtern wie „Am relevantesten“ und „Neueste“ verfügbar sein. Durch Auswahl von „Verifizierte Mitglieder“ können Benutzer Kommentare ausschließlich von Personen mit verifizierten Profilen anzeigen und nicht verifizierte Beiträge herausfiltern.

Die Verifizierung auf LinkedIn ist kostenlos und erfordert, dass Benutzer ihren amtlichen Ausweis über externe Supportpartner weitergeben. Bis Dezember haben über 100 Millionen Mitglieder den Verifizierungsprozess abgeschlossen. Laut LinkedIn soll diese Funktion eine Vertrauensebene schaffen und Spam und von Bots generierte Inhalte bekämpfen.

LinkedIn erklärte: „Diese Funktion soll den Lärm durch automatisierte, generische oder unauthentische Kommentare reduzieren und sicherstellen, dass sinnvolle, von Menschen geführte Diskussionen in Gesprächen mit hohem Volumen hervorstechen.“ Das Unternehmen möchte herausfinden, ob diese Initiative die Motivation der Benutzer steigert, ihre Konten zu verifizieren und in der Folge das Engagement in Beiträgen.

Obwohl LinkedIn 100 Millionen verifizierte Mitglieder hat, übersteigt die Gesamtzahl der Mitglieder eine Milliarde, was auf ein erhebliches Wachstumspotenzial bei der Verifizierungsbeteiligung hinweist. Die Verbesserung der Verifizierungsraten und die Reduzierung von Spam könnten den Wert des Datenstroms der Plattform steigern und sie für das Coaching künstlicher Intelligenz attraktiver machen.


Hervorgehobener Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/linkedin-fuegt-kommentarfilter-fuer-verifizierte-benutzer-hinzu/feed/ 0 18177
Considering Machines Lab macht Tinker allgemein verfügbar: Fügt Kimi K2 Considering und Qwen3-VL Imaginative and prescient Enter hinzu http://chatgpz.de/artificial-intelligence/considering-machines-lab-macht-tinker-allgemein-verfuegbar-fuegt-kimi-k2-considering-und-qwen3-vl-imaginative-and-prescient-enter-hinzu/ http://chatgpz.de/artificial-intelligence/considering-machines-lab-macht-tinker-allgemein-verfuegbar-fuegt-kimi-k2-considering-und-qwen3-vl-imaginative-and-prescient-enter-hinzu/#respond Wed, 17 Dec 2025 13:28:18 +0000 http://chatgpz.de/artificial-intelligence/thinking-machines-lab-macht-tinker-allgemein-verfuegbar-fuegt-kimi-k2-thinking-und-qwen3-vl-vision-input-hinzu/ [ad_1]

Das Considering Machines Lab ist umgezogen Tinker-Trainings-API in die allgemeine Verfügbarkeit gebracht und drei Hauptfunktionen hinzugefügt: Unterstützung für das Kimi K2 Considering-Argumentationsmodell, OpenAI-kompatibles Sampling und Bildeingabe über Qwen3-VL-Imaginative and prescient-Sprachmodelle. Für KI-Ingenieure wird Tinker dadurch zu einer praktischen Möglichkeit, Grenzmodelle zu verfeinern, ohne eine verteilte Trainingsinfrastruktur aufzubauen.

Was macht Tinker eigentlich?

Tinker ist eine Trainings-API, die sich auf die Feinabstimmung großer Sprachmodelle konzentriert und den Aufwand des verteilten Trainings verbirgt. Sie schreiben eine einfache Python-Schleife, die auf einer reinen CPU-Maschine ausgeführt wird. Sie definieren die Daten- oder RL-Umgebung, den Verlust und die Trainingslogik. Der Tinker-Dienst ordnet diese Schleife einem Cluster von GPUs zu und führt genau die von Ihnen angegebene Berechnung aus.

Die API stellt einen kleinen Satz von Grundelementen bereit, z forward_backward um Steigungen zu berechnen, optim_step um Gewichte zu aktualisieren, pattern zum Generieren von Ausgaben und Funktionen zum Speichern und Laden des Standing. Dadurch bleibt die Trainingslogik explizit für Personen, die überwachtes Lernen, verstärkendes Lernen oder Präferenzoptimierung implementieren möchten, aber keine GPU-Ausfälle und Zeitplanung verwalten möchten.

Tinker verwendet für alle unterstützten Modelle eine Low-Rank-Adaption (LoRA) anstelle einer vollständigen Feinabstimmung. LoRA trainiert kleine Adaptermatrizen auf eingefrorenen Basisgewichten, was den Speicher reduziert und es praktisch macht, wiederholte Experimente mit einer großen Mischung von Expertenmodellen im selben Cluster durchzuführen.

Allgemeine Verfügbarkeit und Kimi K2 Considering

Die wichtigste Änderung im Replace vom Dezember 2025 besteht darin, dass Tinker keine Warteliste mehr hat. Jeder kann sich anmelden, die aktuelle Modellpalette und Preise einsehen und Kochbuchbeispiele direkt ausprobieren.

Auf der Modellseite können Benutzer nun Feinabstimmungen vornehmen moonshotai/Kimi-K2-Considering auf Tinker. Kimi K2 Considering ist ein Argumentationsmodell mit etwa 1 Billion Gesamtparametern in einer Mischung aus Expertenarchitektur. Es ist für lange Gedankengänge und starken Werkzeugeinsatz konzipiert und derzeit das größte Modell im Tinker-Katalog.

In der Tinker-Modellreihe erscheint Kimi K2 Considering als Reasoning MoE-Modell, neben Qwen3 Dense und Combine-of-Professional-Varianten, Modellen der Llama-3-Technology und DeepSeek-V3.1. Reasoning-Modelle produzieren immer interne Gedankenketten vor der sichtbaren Antwort, während Instruktionsmodelle sich auf Latenz und direkte Antworten konzentrieren.

OpenAI-kompatibles Sampling während des Trainings

Tinker verfügte bereits über eine native Sampling-Schnittstelle SamplingClient. Das typische Inferenzmuster bildet a ModelInput von Token-IDs, Pässen SamplingParamsund Anrufe pattern um eine Zukunft zu bekommen, die sich in Ausgaben auflöst

Die neue Model fügt einen zweiten Pfad hinzu, der die OpenAI-Abschlussschnittstelle widerspiegelt. Auf einen Modellprüfpunkt auf Tinker kann über einen URI wie folgt verwiesen werden:

response = openai_client.completions.create(
    mannequin="tinker://0034d8c9-0a88-52a9-b2b7-bce7cb1e6fef:practice:0/sampler_weights/000080",
    immediate="The capital of France is",
    max_tokens=20,
    temperature=0.0,
    cease=("n"),
)

Imaginative and prescient-Eingabe mit Qwen3-VL auf Tinker

Die zweite Hauptfunktion ist die Bildeingabe. Tinker stellt jetzt zwei Qwen3-VL-Imaginative and prescient-Sprachmodelle vor: Qwen/Qwen3-VL-30B-A3B-Instruct Und Qwen/Qwen3-VL-235B-A22B-Instruct. Sie sind in der Tinker-Modellreihe als Imaginative and prescient MoE-Modelle aufgeführt und stehen für Schulung und Probenahme über dieselbe API-Oberfläche zur Verfügung.

Um ein Bild in ein Modell zu senden, erstellen Sie ein ModelInput das verschachtelt ein ImageChunk mit Textblöcken. Der Forschungsblog verwendet das folgende Minimalbeispiel:

model_input = tinker.ModelInput(chunks=(
    tinker.varieties.ImageChunk(information=image_data, format="png"),
    tinker.varieties.EncodedTextChunk(tokens=tokenizer.encode("What is that this?")),
))

Hier image_data ist Rohbytes und format identifiziert beispielsweise die Kodierung png oder jpeg. Sie können dieselbe Darstellung für überwachtes Lernen und für die RL-Feinabstimmung verwenden, wodurch multimodale Pipelines auf API-Ebene konsistent bleiben. Imaginative and prescient-Eingaben werden im LoRA-Trainingssetup von Tinker vollständig unterstützt.

https://thinkingmachines.ai/weblog/tinker-general-availability/

Qwen3-VL versus DINOv2 zur Bildklassifizierung

Um zu zeigen, was der neue Imaginative and prescient-Pfad bewirken kann, hat das Tinker-Staff eine Feinabstimmung vorgenommen Qwen3-VL-235B-A22B-Instruct als Bildklassifikator. Sie verwendeten 4 Standarddatensätze:

  • Caltech 101
  • Stanford-Autos
  • Oxford-Blumen
  • Oxford Haustiere

Da es sich bei Qwen3-VL um ein Sprachmodell mit visueller Eingabe handelt, wird die Klassifizierung als Textgenerierung bezeichnet. Das Modell empfängt ein Bild und generiert den Klassennamen als Textsequenz.

Als Foundation haben sie ein DINOv2-Basismodell verfeinert. DINOv2 ist ein selbstüberwachter Imaginative and prescient-Transformer, der Bilder in Einbettungen kodiert und häufig als Rückgrat für Imaginative and prescient-Aufgaben verwendet wird. Für dieses Experiment wird ein Klassifizierungskopf über DINOv2 angebracht, um eine Verteilung über die N Labels in jedem Datensatz vorherzusagen.

Sowohl Qwen3-VL-235B-A22B-Instruct als auch DINOv2 Base werden mit LoRA-Adaptern in Tinker trainiert. Der Fokus liegt auf der Dateneffizienz. Das Experiment durchsucht die Anzahl der markierten Beispiele professional Klasse, beginnend mit nur 1 Probe professional Klasse und zunehmend. Für jede Einstellung misst das Staff die Klassifizierungsgenauigkeit.

Wichtige Erkenntnisse

  1. Tinker ist jetzt allgemein verfügbar, sodass sich jeder anmelden und Open-Weight-LLMs über eine Python-Trainingsschleife optimieren kann, während Tinker das verteilte Trainings-Backend verwaltet.
  2. Die Plattform unterstützt Kimi K2 Considering, ein 1 Billion Parameter umfassendes Experten-Argumentationsmodell von Moonshot AI, und stellt es als fein abstimmbares Argumentationsmodell in der Tinker-Reihe zur Verfügung.
  3. Tinker fügt eine OpenAI-kompatible Inferenzschnittstelle hinzu, mit der Sie mithilfe von a Stichproben aus Trainingskontrollpunkten erstellen können tinker://… Modell-URI über standardmäßige OpenAI-Purchasers und -Instruments.
  4. Die visuelle Eingabe wird durch die Qwen3-VL-Modelle Qwen3-VL 30B und Qwen3-VL 235B ermöglicht, sodass Entwickler multimodale Trainingspipelines erstellen können, die kombiniert werden ImageChunk Eingaben mit Textual content über dieselbe LoRA-basierte API.
  5. Considering Machines zeigt, dass Qwen3-VL 235B, fein abgestimmt auf Tinker, bei Datensätzen wie Caltech 101, Stanford Vehicles, Oxford Flowers und Oxford Pets eine stärkere Bildklassifizierungsleistung bei wenigen Aufnahmen erzielt als eine DINOv2-Basislinie, was die Dateneffizienz großer Imaginative and prescient-Sprachmodelle hervorhebt.


Asif Razzaq ist CEO von Marktechpost Media Inc.. Als visionärer Unternehmer und Ingenieur setzt sich Asif dafür ein, das Potenzial der künstlichen Intelligenz für das soziale Wohl zu nutzen. Sein jüngstes Unterfangen ist die Einführung einer Medienplattform für künstliche Intelligenz, Marktechpost, die sich durch eine ausführliche Berichterstattung über maschinelles Lernen und Deep-Studying-Nachrichten auszeichnet, die sowohl technisch fundiert als auch für ein breites Publikum leicht verständlich ist. Die Plattform verfügt über mehr als 2 Millionen monatliche Aufrufe, was ihre Beliebtheit beim Publikum verdeutlicht.

[ad_2]

]]>
http://chatgpz.de/artificial-intelligence/considering-machines-lab-macht-tinker-allgemein-verfuegbar-fuegt-kimi-k2-considering-und-qwen3-vl-imaginative-and-prescient-enter-hinzu/feed/ 0 14897
YouTube fügt seinem Cellular-Shorts-Feed eine Funktion zur täglichen Zeitbegrenzung hinzu http://chatgpz.de/data-science/youtube-fuegt-seinem-cellular-shorts-feed-eine-funktion-zur-taeglichen-zeitbegrenzung-hinzu/ http://chatgpz.de/data-science/youtube-fuegt-seinem-cellular-shorts-feed-eine-funktion-zur-taeglichen-zeitbegrenzung-hinzu/#respond Wed, 22 Oct 2025 15:48:37 +0000 https://chatgpz.de/data-science/youtube-fuegt-seinem-mobile-shorts-feed-eine-funktion-zur-taeglichen-zeitbegrenzung-hinzu/ [ad_1]


























YouTube fügt eine tägliche Zeitlimitfunktion für seinen mobilen Shorts-Feed hinzu – Dataconomy






YouTube hat für seine cellular Plattform eine tägliche Timer-Funktion eingeführt, mit der Nutzer ein anpassbares Restrict für die Anzeige ihrer Shorts festlegen können. Dieses Instrument pausiert den Shorts-Feed für den Tag, sobald das Restrict erreicht ist, um gesündere digitale Gewohnheiten zu fördern.

Wenn ein Nutzer sein selbst gesetztes Zeitlimit erreicht, wird der Zugriff auf den kontinuierlichen Shorts-Feed bis zum nächsten Tag gesperrt. Während der Haupt-Feed gesperrt ist, haben Benutzer weiterhin die Möglichkeit, einzelne Shorts-Movies anzusehen, auf die über andere Wege auf der Plattform zugegriffen wird, beispielsweise über direkte Hyperlinks oder Kanalseiten.

Dieser Timer erweitert die bestehende YouTube-Erinnerung „Mach eine Pause“, die bereits für Movies normaler Länge gilt. Die Funktion wurde entwickelt, um Bedenken im Zusammenhang mit dem „Countless Scrolling“-Format und dem Potenzial für Social-Media-Sucht im Zusammenhang mit dem Konsum von Kurzvideos auszuräumen.


Hervorgehobener Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/youtube-fuegt-seinem-cellular-shorts-feed-eine-funktion-zur-taeglichen-zeitbegrenzung-hinzu/feed/ 0 13375
Amazon Kindle Scribe Colorsoft fügt Farbe und KI -Werkzeuge hinzu http://chatgpz.de/data-science/amazon-kindle-scribe-colorsoft-fuegt-farbe-und-ki-werkzeuge-hinzu/ http://chatgpz.de/data-science/amazon-kindle-scribe-colorsoft-fuegt-farbe-und-ki-werkzeuge-hinzu/#respond Wed, 01 Oct 2025 14:43:10 +0000 http://chatgpz.de/data-science/amazon-kindle-scribe-colorsoft-fuegt-farbe-und-ki-werkzeuge-hinzu/ [ad_1]

Amazon hat eine vollständige Aktualisierung seiner Kindle Scribe -Produktlinie angekündigt und schnellere {Hardware}, neue KI -Instruments und sein erstes Gerät für das Schreiben in Farbe eingeführt. Die neuen Modelle werden als schlanker und leichter beschrieben als ihre Vorgänger.

Die aktualisierte Serie umfasst drei verschiedene Modelle. Dazu gehören ein neu gestalteter Schreiber mit einem vorderen Licht, dem Kindle Scribe Colorsoft und einer wirtschaftlicheren Ausgabe ohne ein Frontlicht, das Anfang 2026 veröffentlicht werden soll. Alle drei Geräte teilen sich eine 11-Zoll-papierähnliche Anzeige und eine reduzierte Parallaxe, die ein natürlicheres Schreiberlebnis erstellen soll. Die Leistung wird über die Aufstellung durch einen neuen Chip- und Speicher -Upgrades verbessert.

Der Kindle Scribe Colorsoft führt eine benutzerdefinierte Show-Technologie ein, die laut Amazon ein weicheres, aufregendes Farberlebnis bietet als Commonplace-LCD-Bildschirme. Dieses Modell unterstützt mehrere Farben sowohl für Stifte als auch für Highlighter und enthält ein neues Schattierungswerkzeug für künstlerische Verwendung und Notizen. Das Unternehmen gibt an, dass das Gerät wochenlang die Akkulaufzeit und die ablenkungsfreie Leseumgebung für seine Kindle-Produkte hält.

Wesentliche Softwareänderungen begleiten die {Hardware} -Aktualisierung. Die Benutzeroberfläche wurde aktualisiert, um eine Schnellnotizenfunktion aufzunehmen, und die Geräte integrieren jetzt in Google Drive und OneDrive für den Cloud -Speicherzugriff. Ein AI-angetriebenes Notizbuch wurde eingeführt, in dem die Handschrift eines Benutzers durchsucht und Zusammenfassungen von Notizen generiert werden kann. Zukünftige Software program -Updates sind geplant, um die Funktionalität weiter zu erweitern.

Amazon hat erklärt, dass Notizen irgendwann mit Alexa Plus synchronisieren und Konversationsfragen ermöglichen werden. Neue KI-gesteuerte Lesefunktionen sind ebenfalls in der Entwicklung, einschließlich Spoiler-freier Handlungsrückblicke und einer Funktion, um kontextbezogene Fragen zu stellen. Der frühere Kindle Colorsoft -Begin des Unternehmens aus dem letzten Jahr erlebte die Bildschirmtönungsprobleme.

Der aktualisierte Kindle Scribe wird später in diesem Jahr in den USA mit einem Startpreis von 499,99 US -Greenback erhältlich sein, während der Scribe Colorsoft bei 629,99 USD startet. Die Ausgabe ohne Frontlicht folgt Anfang 2026 für 429,99 US -Greenback. Starten in Großbritannien und Deutschland sind ebenfalls für Anfang nächsten Jahres geplant.


Ausgewähltes Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/amazon-kindle-scribe-colorsoft-fuegt-farbe-und-ki-werkzeuge-hinzu/feed/ 0 12838
Google Cloud fügt liebenswerte und Windsurf als KI -Coding -Kunden hinzu http://chatgpz.de/data-science/google-cloud-fuegt-liebenswerte-und-windsurf-als-ki-coding-kunden-hinzu/ http://chatgpz.de/data-science/google-cloud-fuegt-liebenswerte-und-windsurf-als-ki-coding-kunden-hinzu/#respond Sun, 21 Sep 2025 06:13:34 +0000 https://chatgpz.de/data-science/google-cloud-fuegt-liebenswerte-und-windsurf-als-ki-coding-kunden-hinzu/ [ad_1]

Google Cloud kündigte am Donnerstag bekannt, dass KI -Codierungs -Startups liebenswert und Windsurf als neue Kunden hinzugefügt wurden. Beide Unternehmen wählen Google als primäre Cloud -Anbieter aus.

Die Ankündigung wurde im First AI Builders -Discussion board von Google gemacht, einer Veranstaltung in Mountain View, Kalifornien, die Innovationen und Partnerschaften mit KI -Startups fördern soll.

Neue Startups „Vibe -Codierung“ wählen Sie Google Cloud

Liebenswerte und Windsurf sind beide aufstrebende Spieler im Bereich „Vibe -Codierung“ und entwickeln Instruments, mit denen Entwickler Anwendungen mit natürlichen Sprachbeschreibungen anstelle eines herkömmlichen Codes erstellen können. Beide Startups werden ihre Vorgänge vollständig in der Google Cloud -Infrastruktur ausführen und die Server, Speicher und Rechenressourcen der Plattform nutzen, einschließlich des Gemini 2.5 Professional -Modells von Google.

Während ihre aktuellen Ausgaben im Vergleich zu größeren KI -Labors bescheiden sind, sieht Google diese Partnerschaften als strategische Investitionen an und erwartet, dass die Startups ihre Operationen und ihre Cloud -Nutzung im Laufe der Zeit skalieren werden.

KI fährt ein erhebliches Wachstum für die Cloud -Division von Google

Die neuen Partnerschaften sind Teil einer breiteren Erweiterung der Cloud -Division von Google, da sie mit Amazon Internet Providers und Microsoft Azure konkurriert. Zu den wichtigsten Finanz- und Markthighlights für Google Cloud gehören:

  • Erreichte einen jährlichen Umsatzrand von 50 Milliarden US -Greenback.
  • Sicherte neue Umsatzverpflichtungen in Höhe von 58 Milliarden US -Greenback für die nächsten zwei Jahre.
  • Erzielte 2024 einen Umsatz von 43,2 Milliarden US -Greenback, gegenüber 33,1 Milliarden US -Greenback im Jahr 2023.
  • Associate mit neun der zehn führenden KI -Labors und 60% der globalen Generativ -KI -Startups.

Dieses Wachstum wird durch den ressourcenintensiven Charakter der KI-Entwicklung angeheizt, für die large Mengen an Verarbeitungsleistung und Datenspeicherung erforderlich sind. Cloud -Anbieter wie Google profitieren direkt, wenn sich KI -Unternehmen an ihre Dienste wenden, um diese anspruchsvollen Workloads zu verwalten. Laut Synergy Analysis wird der globale Cloud -Markt bis 2025 bis 2025 in Höhe von 400 Milliarden US -Greenback überschreiten.

Die Programme von Google, um KI -Startups anzuziehen und zu unterstützen

Google hat es geschafft, KI -Startups durch verschiedene Assist -Programme zu gewinnen, die die hohen anfänglichen Kosten für die Infrastruktur ausgleichen sollen. Viele der Startups im AI Builders -Discussion board, einschließlich liebenswerter und Windsurf, haben an diesen Initiativen teilgenommen.

  • Das Google for Startups Cloud -Programm Bietet Unternehmen im Frühstadium Cloud-Credit in Höhe von 350.000 US-Greenback und ermöglicht es ihnen, mit KI-Modellen ohne wesentliche Vorabinvestitionen zu experimentieren.
  • Eine dedizierte Nvidia GPU -Cluster wird Startups im Y Combinator Accelerator-Programm zugeordnet und bietet ihnen Zugriff auf Hochleistungshardware für intensives Modelltraining.

Im Discussion board kündigte Google an, dass über 40 neue KI-Startups ihre Anwendungen in Google Cloud erstellen, einschließlich anderer bemerkenswerter Unternehmen wie von Sequoia Capital Backed Manufacturing facility AI und Andreessen Horowitz Supported Krea ai.


Ausgewähltes Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/google-cloud-fuegt-liebenswerte-und-windsurf-als-ki-coding-kunden-hinzu/feed/ 0 12557
OpenAI fügt den vollständigen MCP -Device -Assist im ChatGPT -Entwicklermodus hinzu: Aktivieren von Schreibaktionen, Workflow -Automatisierung und Unternehmensintegrationen http://chatgpz.de/artificial-intelligence/openai-fuegt-den-vollstaendigen-mcp-device-assist-im-chatgpt-entwicklermodus-hinzu-aktivieren-von-schreibaktionen-workflow-automatisierung-und-unternehmensintegrationen/ http://chatgpz.de/artificial-intelligence/openai-fuegt-den-vollstaendigen-mcp-device-assist-im-chatgpt-entwicklermodus-hinzu-aktivieren-von-schreibaktionen-workflow-automatisierung-und-unternehmensintegrationen/#respond Thu, 11 Sep 2025 11:48:43 +0000 http://chatgpz.de/artificial-intelligence/openai-fuegt-den-vollstaendigen-mcp-tool-support-im-chatgpt-entwicklermodus-hinzu-aktivieren-von-schreibaktionen-workflow-automatisierung-und-unternehmensintegrationen/ [ad_1]

Openai hat gerade eingeführt Ein großes Improve in den Entwicklermodus von ChatGPT, indem sie die vollständige Unterstützung für die vollständige Unterstützung hinzufügen Modellkontextprotokolltools (MCP). Bisher waren MCP-Integrationen innerhalb von ChatGPT auf Such- und Abrufvorgänge beschränkt-im Wesentlichen schreibgeschützt. Mit diesem Replace können MCP -Anschlüsse durchführen Aktionen schreibenDies bedeutet, dass Entwickler nun Systeme direkt aktualisieren, Workflows und Kettenkomplexautomatik aus einem ChatGPT -Gespräch auslösen können. Die Fähigkeit ist derzeit verfügbar zu Plus und Professional -Benutzer.

Diese Änderung bewegt Chatgpt über eine intelligente Abfrageschicht hinaus. Anstatt nur Daten aus verbundenen Quellen abzurufen, kann dies nun auf diese Daten reagieren. Beispielsweise können Entwickler JIRA-Tickets direkt über den Chat aktualisieren, einen Zapier-Workflow starten oder Anschlüsse kombinieren, um mehrstufige Aufgaben wie die Analyse von Fehlerprotokollen, das Öffnen eines Vorfall-Tickets und die Benachrichtigung eines Teamkanals zu kombinieren. Chatgpt ist nicht mehr nur ein Konversationsassistent – es wird als Orchestrierungsschicht für echte Arbeiten über verteilte Instruments positioniert.

Die technische Grundlage dieser Growth liegt in der MCP -Frameworkwas definiert, wie große Sprachmodelle mit externen Diensten durch strukturierte Protokolle interagieren. Anschlüsse enthüllen Funktionen, die ChatGPT aufrufen kann, und beschrieben normalerweise mit JSON -Schemas. Durch die Hinzufügung von Schreibunterstützung wird neue Anforderungen an Authentifizierung, Sicherheit und Zuverlässigkeit eingeführt. Da die Anschlüsse nun den externen Zustand ändern, müssen API -Token, OAuth Scopes und Zugriffskontrollen eng geschrieben werden. Fehlerbehandlung wird kritisch: Wenn eine Schreiboperation fehlschlägt, muss ChatGPT in der Lage sein, das Drawback klar zu erobern, protokollieren und anmutig wiederherzustellen. Entwickler müssen auch die Transaktionssicherheit berücksichtigen, wenn sie mehrere Schreibaktionen in allen Diensten verkettet werden.

Aus dem Gesichtspunkt der Entwicklererfahrung ist die Aktivierung dieser Funktionen unkompliziert. Einmal Entwicklermodus In ChatGPT werden Entwickler Verbindungen registrieren, die sowohl Lese- als auch Schreibmethoden enthalten. Diese Anschlüsse können dann während eines Gesprächs auf natürliche Weise aufgerufen werden. Der Workflow ist für die Iteration ausgelegt – Entwickler können Integrationen direkt in Chat Prototypen, testen und verfeinern, anstatt benutzerdefinierte Middleware von Grund auf neu zu erstellen. Die Dokumentation von OpenAI enthält Schemata, Endpunktdefinitionen und Beispiele, um das Verhalten des Connectors in allen Diensten zu standardisieren.

Die Auswirkungen auf Unternehmens- und Automatisierungswendungsfälle sind erheblich. Betriebsteams können die Vorfälle reparieren, indem sie Probleme mit ChatGPT -Protokollproblemen haben, Tickets aktualisieren und automatisch Warnungen verschieben. Geschäftsteams können Chatgpt in CRM -Pipelines einbetten, wobei ein einzelnes Konversations -Replace Kundendaten synchronisieren, Berichte generieren und Kontomanager benachrichtigen kann. Für technische Groups kann ChatGPT jetzt Builds auslösen, GitHub -Pull -Anforderungen aktualisieren oder Process -Tracker synchronisieren – alle, ohne die Chat -Schnittstelle zu verlassen. In jedem Fall fasst ChatGPT nicht nur Informationen zusammen, sondern fährt aktiv Workflows.

Dieses Replace ist ein wichtiger Schritt in der Zukunft von ChatGPT. Durch die Aktivierung der vollen MCP -Device -Unterstützung treibt OpenAI den Assistenten davon ab, a zu sein Wissensschicht zu einem wahren Automatisierungsplattform. Es bietet Entwicklern die Flexibilität, Steckverbinder zu erstellen, die Anweisungen für natürliche Sprache und reale Aktionen schließen und die Konversation effektiv in eine universelle Schnittstelle für Unternehmenssysteme verwandeln. Für Organisationen, die ChatGPT Plus oder Professional verwenden, öffnet der Entwicklermodus jetzt die Tür, um die Konversations -KI direkt in den täglichen Betrieb zu integrieren, wobei Chat nicht nur Fragen beantwortet, sondern die Arbeit erledigt.


Michal Sutter ist ein Datenwissenschaftler bei einem Grasp of Science in Information Science von der College of Padova. Mit einer soliden Grundlage für statistische Analyse, maschinelles Lernen und Datentechnik setzt Michal aus, um komplexe Datensätze in umsetzbare Erkenntnisse umzuwandeln.



[ad_2]

]]>
http://chatgpz.de/artificial-intelligence/openai-fuegt-den-vollstaendigen-mcp-device-assist-im-chatgpt-entwicklermodus-hinzu-aktivieren-von-schreibaktionen-workflow-automatisierung-und-unternehmensintegrationen/feed/ 0 12301
Honor fügt Yoyo Echtzeit an Magic 5 und 4 hinzu http://chatgpz.de/data-science/honor-fuegt-yoyo-echtzeit-an-magic-5-und-4-hinzu/ http://chatgpz.de/data-science/honor-fuegt-yoyo-echtzeit-an-magic-5-und-4-hinzu/#respond Mon, 25 Aug 2025 12:49:32 +0000 https://chatgpz.de/data-science/honor-fuegt-yoyo-echtzeit-an-magic-5-und-4-hinzu/ [ad_1]

Ehre ist Berichten zufolge erweitern sich Neue Yoyo-Echtzeit-Ruffunktionen zu seinen früheren Flaggschiff-Geräten, insbesondere die Magic 5- und Magic 4-Serie. Dieses Improve verbessert die Funktionen des virtuellen Yoyo-Assistenten, der bereits für seine Echtzeit-Kommunikationsinstrumente bekannt ist.

Das Replace wird durch die Veröffentlichung der Anwendung Model 90.10.16.037 implementiert. Laut offiziellen Aussagen beabsichtigt Honor, diese aktualisierte Anwendung mit allen Geräten, die auf Magicos 8.0 und nachfolgenden Versionen arbeiten, kompatibel zu machen. Der Hauptaugenmerk dieses Updates liegt auf der Verbesserung der Benutzererfahrung bei Echtzeitanrufen.

Ein wichtiges Merkmal des verbesserten Yoyo-Assistenten ist die Unterstützung für die Freigabe von Bildschirm in Echtzeit während der Anrufe. Mit dieser Funktionalität können Benutzer ihren Gerätebildschirm mit der anderen an dem Anruf beteiligten Partei teilen. Um die Bildschirmfreigabe zu initiieren, können Benutzer auf das Yoyo -Hauptdialogfeld zugreifen und das Telefonsymbol in der oberen rechten Ecke auswählen. Klicken Sie alternativ auf das Schild „+“ unten und dann das Telefonsymbol, um die Yoyo -Anrufoberfläche einzugeben. Anschließend wird das Tippen auf die Kamera-Style die Choice zum Teilen des Bildschirms vorgestellt und Echtzeitdiskussionen über die angezeigten Inhalte erleichtert.

Das Replace führt auch eine Schaltfläche „Änderung“ im Hauptdialogfeld von Yoyo ein. Mit diesem Zusatz können Benutzer einfach zwischen verschiedenen Leitfäden wechseln und eine größere Flexibilität und Kontrolle über die Interaktion mit dem virtuellen Assistenten bieten. Zusätzliche Verbesserungen sind die Integration anthropomorpher Spracheffekte. Diese Effekte simulieren menschliche Stimmen und enthalten Elemente von Emotionen und Persönlichkeit, um die Kommunikation mit dem AI-Assistenten zu verbessern.

Ehre setzt diese neuen Funktionen zusammen mit dem Bildspiel und den Funktionen des Wortes in schrittweisen Wörtern ein. Das Unternehmen hat angegeben, dass der gesamte Rollout möglicherweise ungefähr ein bis zwei Wochen erfordert, um alle kompatiblen Geräte zu erreichen. Benutzern der Serie Magic 5 und Magic 4 wird empfohlen, ihre Geräte auf die Verfügbarkeit dieses Updates zu überwachen.


Ausgewähltes Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/honor-fuegt-yoyo-echtzeit-an-magic-5-und-4-hinzu/feed/ 0 11867
Android 16 QPR2 Beta 1 fügt automatisches Image Thema hinzu http://chatgpz.de/data-science/android-16-qpr2-beta-1-fuegt-automatisches-image-thema-hinzu/ http://chatgpz.de/data-science/android-16-qpr2-beta-1-fuegt-automatisches-image-thema-hinzu/#respond Thu, 21 Aug 2025 20:37:11 +0000 https://chatgpz.de/data-science/android-16-qpr2-beta-1-fuegt-automatisches-symbol-thema-hinzu/ [ad_1]

Google hat das Android 16 QPR2 Beta 1 -Programm initiiert und Pixel -Tester einen frühen Einblick in die bevorstehenden Funktionen und Verbesserungen bietet. Diese Beta -Model enthält eine bemerkenswerte Verbesserung des Android -Theming -Programs, die speziell auf App -Symbole abzielen.

Ein primärer Schwerpunkt von QPR2 Beta 1 liegt auf der Unterstützung von Inkonsistenzen in der thematischen App -Symbolunterstützung. Zuvor beschränkte sich die Themenfunktionen von Android auf Apps, bei denen Entwickler explizit monochrome Symbole zur Verfügung stellten. Dies führte zu einem visuell erschöpften Erlebnis auf Startbildschirmen, als einige Apps an das systemweite Thema hielten, während andere ihre ursprünglichen, nicht themenhaften Symbole behielten. Das neue Replace zielt darauf ab, dieses Drawback zu mildern, indem ein Mechanismus eingeführt wird, um thematische Symbole für Apps, denen die native Unterstützung fehlt, automatisch zu generieren.

Das System in QPR2 Beta 1 ermöglicht es Android, App -Symbole in monochrome Versionen umzuwandeln und anschließend die Farbpalette des ausgewählten Themas anzuwenden. Benutzerberichte geben mit dieser Funktion optimistic anfängliche Ergebnisse an. Tester wie Scuttlefield und A_Button117 haben Beispiele geteilt, in denen die Effektivität des automatischen Ikone -Themen vorgestellt wird. Checks ergab, dass der Effekt bei der Set up einer neuen Anwendung aus dem Google Play Retailer sofort erkennbar ist.

Neben der automatischen Generierung von thematischen Symbolen ändert Google auch die Benutzeroberfläche für die Verwaltung von App -Symboleinstellungen. Das vorherige Umschaltungssystem zum Aktivieren oder Deaktivieren von thematischen Symbolen wurde durch einen dedizierten Bildschirm ersetzt, auf dem Benutzer eine Reihe von Optionen präsentiert werden. Diese Änderung deutet auf eine Bewegung in Richtung einer stärkeren Kontrolle über die Präferenzen der Ikone -Themen hin.

Ein bemerkenswertes, wenn auch derzeit nicht funktionierendes Factor innerhalb der neuen Image-Themeneinstellungen ist eine Schaltfläche „Erstellen“. Die Existenz dieser Style hat zu Spekulationen zu potenziellen zukünftigen Merkmalen geführt. Es wird vermutet, dass diese Schaltfläche „Erstellen“ mit laufenden Entwicklungsbemühungen in Bezug auf die Generierung von KI-betriebenen Icon-Stilen in Verbindung gebracht werden kann. Die Funktionalität bleibt in der anfänglichen Beta inaktiv, was darauf hinweist, dass sie wahrscheinlich in einer zukünftigen Veröffentlichung von Android -Checks erscheinen wird. Die Einführung einer solchen Funktion würde es Benutzern ermöglichen, Symbolstile über die aktuellen Themenoptionen hinaus anzupassen.


Ausgewähltes Bildnachweis

[ad_2]

]]>
http://chatgpz.de/data-science/android-16-qpr2-beta-1-fuegt-automatisches-image-thema-hinzu/feed/ 0 11777
IBM fügt Granit 3.2 LLMs für multimodale KI und Argumentation hinzu http://chatgpz.de/data-science/ibm-fuegt-granit-3-2-llms-fuer-multimodale-ki-und-argumentation-hinzu/ http://chatgpz.de/data-science/ibm-fuegt-granit-3-2-llms-fuer-multimodale-ki-und-argumentation-hinzu/#respond Thu, 27 Feb 2025 11:28:37 +0000 https://chatgpz.de/data-science/ibm-fuegt-granit-3-2-llms-fuer-multimodale-ki-und-argumentation-hinzu/ [ad_1]

Bild: IBM

Armonk, NY, 26. Februar 2025 – IBM (NYSE: IBM) gab heute Ergänzungen zu seinem Granit -Portfolio von großsprachigen Modellen bekannt, die eine kleine, effiziente Unternehmens -KI liefern sollen.

Die neuen Granit 3.2 -Modelle umfassen:

  • Ein neues Imaginative and prescient Language Mannequin (VLM) für Dokumentenverständnisaufgaben, von denen IBM die Leistung zeigt, die dem von signifikant größeren Modellen übereinstimmt oder übersteigt – Lama 3.2 11b und Pixtral 12b – Auf Enterprise Benchmarks Docvqa, Chartqa, AI2D und Ocrbench1. Zusätzlich zu den Schulungsdaten verwendete IBM seine eigene Open-Supply Docling -Toolkit Um 85 Millionen PDFs zu verarbeiten und 26 Millionen synthetische Fragen-Antwortenpaare zu erzeugen, um die Fähigkeit des VLM zu verbessern, komplexe dokument-fahre störende Workflows zu bewältigen, so das Unternehmen.
  • Fähigkeiten der Kette der Gedanken für verstärktes Denken in der 3.2 2B Und 8b Modelle, mit der Möglichkeit, das Denken ein- oder auszuschalten, um die Effizienz zu optimieren. Mit dieser Fähigkeit die 8b Das Modell erzielt zweistellige Verbesserungen des Vorgängers in Anweisungen, die Benchmarks wie Arenahard und Alpaca Eval ohne Sicherheit oder Leistung an anderer Stelle beeinträchtigen2. Mit der Verwendung von Neuartige Inferenz -Skalierungsmethodender Granit 3.2 8b Modell kann kalibriert werden, um mit der Leistung viel größerer Modelle wie Claude 3.5 Sonett oder GPT-4O in den Benchmarks von Mathematik wie Aime2024 und MATH500 mithalten zu können3Sagte IBM.
  • Verkleinerte Größenoptionen für Granit-Guardian-Sicherheitsmodelle, die die Leistung früherer Granit 3.1-Wächtermodelle bei einer Größe von 30 Prozent aufrechterhalten. Die 3.2 -Modelle führen auch eine neue Funktion namens verbalisiertes Vertrauen ein, dass IBM laut IBM eine nuanciertere Risikobewertung anbietet, die Unklarheiten bei der Sicherheitsüberwachung anerkennt.

Das Unternehmen sagte, dass Granite 3.2 -Modelle im Rahmen der zulässigen Apache 2.0 -Lizenz für das Umarmungsgesicht erhältlich sind. Ausgewählte Modelle sind heute auf IBM Watsonx.ai, Ollama, Replicate und LM Studio erhältlich und werden in RHEL AI 1.5 in Kürze erwartet.

IBM sagte, seine Strategie zur Bereitstellung kleinerer, spezialisierter KI -Modelle für Unternehmen zeigt weiterhin die Wirksamkeit beim Check mit dem Granit 3.1 8b Modell, das kürzlich hohe Noten für Genauigkeit in der gibt Salesforce LLM Benchmark für CRM.

Die Granite Mannequin -Familie wird von einem Ökosystem von Partnern unterstützt, darunter Softwareunternehmen, die die LLMs in ihre Technologien einbetten. „Bei CrushBank haben wir aus erster Hand gesehen, wie die offenen, effizienten KI-Modelle von IBM für Enterprise KI einen echten Wert bieten, der das richtige Gleichgewicht zwischen Leistung, Kosteneffizienz und Skalierbarkeit bietet“ David TanCTO, CrushBank. „Granite 3.2 nimmt es mit neuen Argumentationsfunktionen weiter und wir freuen uns, sie beim Aufbau neuer Agentenlösungen zu erkunden.“

Laut IBM ist Granite 3.2 ein wichtiger Schritt in der Entwicklung des Portfolios und der Strategie von IBM zur Bereitstellung einer kleinen, praktischen KI für Unternehmen.

„Während die Argumentationskette für Denkansätze leistungsfähig sind, erfordern sie eine erhebliche Rechenleistung, die für jede Aufgabe nicht erforderlich ist“, sagte das Unternehmen in seiner Ankündigung. „Deshalb hat IBM die Fähigkeit eingeführt, die Denkkette programmgesteuert oder auszuschalten. Für einfachere Aufgaben kann das Modell ohne Argumentation arbeiten, um unnötige Rechenaufwand zu reduzieren. Zusätzlich haben andere Argumentationstechniken wie Inferenzskalierung gezeigt, dass der Granit 3.2 8b Das Modell kann mit der Leistung viel größerer Modelle für Normal -Benchmarks von Normal -Mathematik -Argumenten übereinstimmen oder überschreiten. Entwicklungsmethoden wie Inferenzskalierung bleiben ein wesentlicher Schwerpunkt für IBM -Forschungsteams. “4

Neben Granite 3.2 Anweisungen, Seh- und Leitplanken veröffentlicht IBM die nächste Technology seiner TTM -Modelle (TinyTimemixer) (Sub 10 m Parameter) mit Funktionen für längerfristige Prognosen bis zu zwei Jahre in der Zukunft. Diese sorgen für leistungsstarke Instrumente in der langfristigen Trendanalyse, einschließlich Finanz- und Ökonomie-Traits, Prognose für die Nachfrage nach Lieferketten und saisonaler Bestandsplanung im Einzelhandel.

„In der nächsten Ära der KI geht es um Effizienz, Integration und reale Auswirkungen-bei der Unternehmen leistungsstarke Ergebnisse erzielen können, ohne dass es sich Sriram RaghavanVP, IBM AI -Forschung. „Die neuesten Granitentwicklungen von IBM konzentrieren sich auf offene Lösungen, die einen weiteren Schritt nach vorne zeigen, um KI für moderne Unternehmen zugänglicher, kostengünstiger und wertvoller zu machen.“



[ad_2]

]]>
http://chatgpz.de/data-science/ibm-fuegt-granit-3-2-llms-fuer-multimodale-ki-und-argumentation-hinzu/feed/ 0 7518