-
Petri: Új nyílt forráskódú eszköz az AI biztonságos működésének gyorsabb kutatásához
Az AI fejlődése egyre komplexebb viselkedési mintákat eredményez, amelyek biztonsági szempontból komoly kihívásokat jelentenek a kutatók számára. Ennek kapcsán jelent meg a Petri (Parallel Exploration Tool for Risky Interactions), egy nyílt forráskódú auditáló eszköz, amely jelentősen megkönnyíti és felgyorsítja az AI-modellek viselkedésének vizsgálatát. A Petri célja, hogy automatizált módon, párhuzamosan teszteljen és értékeljen különböző hipotéziseket a modellek működésével kapcsolatban, így a kutatók kevesebb kézi munkával, gyorsabban és hatékonyabban érhetnek el átfogó eredményeket. Automatizált és párhuzamos vizsgálat a modellek viselkedéséről A Petri egy automatizált ügynököt használ, amely különféle, többszörös lépésből álló beszélgetéseket folytat a tesztelendő AI-rendszerrel. Ezek a párbeszédek szimulált felhasználók és eszközök bevonásával zajlanak, majd az eszköz pontozza és összefoglalja…
-
OpenAI új nyílt forráskódú modelljei: Miért fontosak?
OpenAI legújabb fejlesztései, az új nyílt forráskódú modellek, jelentős előrelépést jelentenek a mesterséges intelligencia világában. Az OpenAI által kiadott két új, nyílt súlyú nyelvi modell, az Apache 2.0 licenc alatt érhető el, és céljuk, hogy kiemelkedő teljesítményt nyújtsanak valódi környezetben, miközben elérhető árú fogyasztói hardveren futtathatók. Ezek a modellek lehetővé teszik a fejlesztők számára, hogy a legmodernebb AI technológiát használják anélkül, hogy drága infrastruktúrára lenne szükségük. Az új modellek teljesítménye és költséghatékonysága A két új modell, a gpt-oss-120b és a gpt-oss-20b, különböző paraméterekkel rendelkezik: az előbbi 117 milliárd, míg az utóbbi 21 milliárd paramétert tartalmaz. A nagyobb gpt-oss-120b modell a reasoning benchmarkok szerint megegyezik az OpenAI o4-mini modelljével, csupán egy…
-
Google Analytics és AI: Új lehetőségek a természetes adatbeszélgetéshez
Az utóbbi időszakban a Google új eszközt vezetett be, amely jelentősen megkönnyíti a felhasználók számára az adatokkal való interakciót. Az új, nyílt forráskódú Model Context Protocol (MCP) szerver lehetővé teszi, hogy a felhasználók természetes nyelven kérdezzenek a Google Analytics adataikból. Ez a megoldás különösen hasznos lehet, mivel így nem szükséges bonyolult jelentéseket készíteni ahhoz, hogy fontos információkat kapjunk az üzleti teljesítményünkről. A Google által bejelentett eszköz, amely a Gemini nevű nagyméretű nyelvi modellekhez kapcsolódik, gyors és hatékony válaszokat kínál a felhasználók kérdéseire. Például olyan egyszerű kérdéseket is feltehetünk, mint például: „Mik voltak a legjobb termékeim a múlt hónapban?” Ahelyett, hogy a hagyományos riportokkal bajlódnánk, most már közvetlenül, természetes nyelven kommunikálhatunk…
