A 2025 március elején debütált Manus, a vuhani Butterfly Effect startup által fejlesztett általános mesterséges intelligencia ügynök, globális figyelem középpontjába került, olyan befolyásos tech személyiségek dicséreteivel, mint Jack Dorsey Twitter-társalapító és Victor Mustar, a Hugging Face termékvezetője. Az önmagát "a világ első általános AI-ügynökének" nevező platform több AI
A Sakana AI "AI Scientist-v2" rendszere 2025 márciusában jelentős mérföldkövet ért el - megírta az első, teljes mértékben mesterséges intelligencia által generált tudományos cikket, amely sikeresen átment a szakértői lektoráláson (peer-review) az ICLR konferencia egyik műhelyén. A kutatócsoport három AI-generált tanulmányt nyújtott be, amelyek közül egy - a
A Microsoft 2025 februárjában mutatta be a Phi-4 modellcsalád két új tagját, amelyek közül a Phi-4-multimodal-instruct különösen figyelemreméltó, mivel mindössze 5,6 milliárd paraméterrel képes szöveg, kép és hang egyidejű feldolgozására, miközben teljesítménye egyes feladatokban versenyképes a kétszer nagyobb modellekkel is. A Phi-4-multimodal-instruct egy innovatív "Mixture of LoRAs"
A magyar nyelvtechnológiai kutatás jelentős mérföldkőhöz érkezett: egy átfogó vizsgálat kimutatta, hogy a nagyobb korpuszméret nem feltétlenül eredményez jobb teljesítményt a morfológiai elemzésben. Dömötör Andrea, Indig Balázs és Nemeskey Dávid Márk kutatásukban három különböző méretű magyar nyelvű korpuszt – az ELTE DH gold standard korpuszt (496 060 token), az NYTK-NerKort (1
Az Apache 2.0 licenc alatt kiadott Mistral Small 3.1 modell 2025. március 17-én jelent meg, amely jelentős előrelépést jelent a mesterséges intelligencia technológiában. Ez a 24B paraméteres modell javított szöveges teljesítményt, multimodális képességeket és kibővített, 128 000 tokenes kontextusablakot kínál, miközben 150 token/másodperces inferencia sebességet biztosít. A
A Szegedi Tudományegyetem kutatói, Szécsényi Tibor és Virág Nándor a huBERT nyelvi modell kontextusfüggőségét vizsgálták pragmatikai annotáció során, különös tekintettel a felszólító alakok funkcióinak automatikus azonosítására. A MedCollect egészségügyi álhírkorpuszon végzett kutatás azt elemzi, hogyan befolyásolja a rendelkezésre álló kontextus mérete és pozíciója a modell annotációs pontosságát. A vizsgálat során
Az OpenAI 2025. január 28-án bemutatta a ChatGPT Gov-ot, egy speciálisan az amerikai kormányzati szervek számára kifejlesztett AI platformot, amely a Microsoft Azure felhőszolgáltatásán keresztül teszi elérhetővé a legfejlettebb nyelvmodelleket a közszféra számára. A ChatGPT Gov lehetővé teszi a kormányzati szervek számára, hogy szigorú biztonsági és megfelelőségi követelmények mellett használhassák
A Baidu 2025. március 16-án bemutatta két legújabb mesterséges intelligencia modelljét: az ERNIE 4.5 multimodális alapmodellt és az ERNIE X1 érvelő modellt. Az új modellek jelentős előrelépést jelentenek a multimodális és érvelési modellek terén, miközben a versenytársakhoz képest töredékáron kínálják szolgáltatásaikat. Az ERNIE 4.5 a Baidu szerint felülmúlja
Az Nvidia a 2025-ös GPU Technológiai Konferencián (GPU Technology Conference, GTC) ismertette terveit a következő generációs adatközponti GPU-k fejlesztése kapcsán. A Vera Rubin nevű AI architektúra várhatóan 2026 második felében debütál majd, és jelentős teljesítménynövekedést ígér a jelenlegi Blackwell chipekhez viszonyítva. A Vera Rubin GPU-k kétszer olyan gyorsak lesznek az
Az Anthropic 2025. március 20-án bejelentette, hogy mesterséges intelligencia asszisztense, a Claude mostantól képes internetes keresésre, amely jelentősen kibővíti a chatbot funkcionalitását és naprakész információkhoz való hozzáférését. Az új funkcióval a Claude automatikusan keresi és feldolgozza a releváns internetes forrásokat, majd közvetlen hivatkozásokkal ellátott válaszokat ad, amelyek lehetővé teszik a
A kínai StepFun vállalat 2025. február 17-én nyilvánosan elérhetővé tette a Step-Video-T2V nevű, 30 milliárd paraméteres szöveg-videó generáló modellt, amely közvetlen versenytársa az OpenAI Sora modelljének. A kétnyelvű (angol és kínai) szöveges utasításokat értelmező, nyílt forráskódú modell akár 204 képkockából álló videókat is képes létrehozni 544x992 pixeles felbontásban, miközben a
A Google 2025. március 12-én bemutatta a Gemma 3 nevű nyílt forráskódú mesterséges intelligencia modellcsaládját, amely Gemini 2.0 modelleken alapuló technológiát használ, és kivételes teljesítményt nyújt egyetlen GPU vagy TPU eszközön futtatva. A modell kiemelkedő képességei között szerepel a 140 nyelv támogatása, a 128 ezer tokenes kontextusablak és az
