||
Horúca novinka
OpenAI predstavuje GPT-5.1 Turbo s rekordnou rýchlosťou • Google Gemini 3 Ultra prekonáva benchmarky • EÚ schvaľuje nové pravidlá pre generatívnu AI • Anthropic spúšťa Claude Opus 4 v Európe   •   OpenAI predstavuje GPT-5.1 Turbo s rekordnou rýchlosťou • Google Gemini 3 Ultra prekonáva benchmarky • EÚ schvaľuje nové pravidlá pre generatívnu AI • Anthropic spúšťa Claude Opus 4 v Európe
AI Expres — Rýchle novinky zo sveta umelej inteligencie

#hodnotenie

3 článk(ov)

Revolúcia v hodnotení AI agentov: Nový prístup s využitím Strands a AgentCore

Spoločnosti Together, Motorway a AWS predstavili nový hodnotiaci systém pre AI agentov, ktorý výrazne zlepšuje presnosť a rýchlosť detekcie problémov. Tento systém využíva kombináciu Strands Agents SDK a Amazon Bedrock AgentCore.

Nová platforma olmo-eval mení pravidlá hry v AI modeloch

Oblasť vývoja AI modelov zažíva zmenu s príchodom olmo-eval, ktorý prichádza z dielne Hugging Face. Nový nástroj má potenciál výrazne zefektívniť a zjednodušiť hodnotenie modelov počas ich vývoja a nasadzovania.

Nové štúdie odhaľujú podcenené schopnosti AI agentov

Britský AI Security Institute odhalil, že štandardné merania AI agentov môžu podceňovať ich skutočné schopnosti. Navýšenie počtu tokenov v testoch ukázalo výrazne lepšie výsledky.