Google 2025. március 3-án nyílt forráskódú SpeciesNet nevű mesterségesintelligencia-modellt tett közzé, amely kifejezetten vadkamerák által készített felvételeken szereplő állatfajok azonosítására szolgál. A modell célja, hogy felgyorsítsa a kameracsapdák által generált képek feldolgozását, amelyek elemzése eddig akár több napot vagy hetet is igénybe vett, ezáltal támogatva a természetvédelmi kutatók munkáját. A
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 Stanford Egyetem kutatói 2025. február 20-án mutatták be a POPPER-t, egy automatizált MI-keretrendszert, amely a hipotézisek validációját forradalmasítja és a tudományos felfedezéseket tízszeresére gyorsítja. A POPPER (Automated Hypothesis Validation with Agentic Sequential Falsifications) Karl Popper cáfolhatósági elvét követve, két specializált AI-ügynököt alkalmaz: a kísérlet tervező ügynököt és a kísérlet
A Stanford Egyetem, a Washingtoni Egyetem és az Allen MI Intézet kutatói egy új módszert fejlesztettek ki a mesterséges intelligencia hatékonyságának növelésére. Az s1 modell, amely kevesebb mint 50 dollárnyi számítási erőforrással készült, olyan teljesítményt ér el, amely korábban csak jelentős költségvetésű projektekben volt lehetséges. A kutatók eredményeiket 2025. január
