OpenAI wydało GPT-6 Astra 3 września 2026 roku. Jeszcze zanim model trafił do szerokiej publiczności, badacze zaczęli spierać się o jedno: czy nowa architektura z ukrytym rozumowaniem da się w ogóle kontrolować. Sebastian Raschka – badacz machine learningu, autor książek o LLM i ceniony komentator rozwoju AI – poświęcił jej osobną, obszerną analizę. To właśnie […]
Grupa badawcza Weibo AI udostępniła model VibeThinker-3B posiadający zaledwie 3 miliardy parametrów, który osiąga wyniki na poziomie Claude Opus 4.5 w testach kodowania. To niewielkie rozwiązanie oparte na starszej architekturze Qwen2.5 pokonuje systemy klasy DeepSeek V3.2 o rozmiarze 671 miliardów parametrów. TL;DR: VibeThinker-3B to model od Weibo AI bazujący na Qwen2.5-Coder-3B, który wykorzystuje proces douczania […]
Apple zaprezentowało trzecią generację Foundation Models podczas WWDC 2026, wprowadzając model posiadający 20 miliardów parametrów, który uruchamia się bezpośrednio na iPhonie bez konieczności korzystania z chmury. Ta architektura sztucznej inteligencji stanowi fundament dla kolejnej wersji systemu z Cupertino. Więcej szczegółów na ten temat można znaleźć na stronie MacRumors: Wiadomości i plotki o Apple. Czym są […]
TL;DR: Wytrenowanie własnego LLM od zera to proces pięciu etapów: zrozumienia matematyki, przygotowania danych, konfiguracji infrastruktury, projektowania architektury oraz treningu z ewaluacją. Model Talkie-1930 pokazuje, że niezależne projekty są realne. Choć mniejsze architektury świetnie sprawdzają się w wielu zastosowaniach i można je trenować bardzo tanio, trening potężnego modelu językowego od zera wymaga odpowiedniej infrastruktury GPU […]