„RadixArk“ išleido „DaisyRose-27B“, 27 milijardų parametrų modelį, sukurtą „Qwen3.8-27B“ pagrindu ir optimizuotą sudėtingoms, ilgalaikėms agentinėms užduotims naudojant stiprinamąjį mokymąsi (reinforcement learning). Modelis pasižymi dideliais našumo pokyčiais mąstymo ir programavimo testuose, ypač automatizuojant terminalo veiksmus.
Hugging Face „Transformers“ bibliotekoje pristatė ekspertų srautinio perdavimo funkciją, skirtą „Mixture-of-Experts“ (MoE) modeliams. Šis metodas leidžia paleisti didžiulius modelius, kurie paprastai viršytų standartinius techninės įrangos atminties limitus, srautiniu būdu įkeliant aktyvius ekspertus pagal poreikį.
„PolyAI“ pristatė „Dialog-RSN-1“ – modelį, specialiai sukurtą tiesioginiam pokalbiui balsu, apdorojantį garso signalą tiesiogiai, be tarpinės transkripcijos. Dabar jis pasiekiamas AWS ekosistemoje kaip saugus ir privatus išvadų (inference) taškas.
„Moonshot AI“ atvėrė prieigą prie savo 2,8 trilijono parametrų „Kimi K3“ modelio per API. Modelis palaiko 1 milijono žetonų konteksto langą ir pasižymi aukštais rezultatais apibendrinant pokalbius bei išgaunant struktūruotus duomenis iš ilgų garso įrašų.
DeepSeek V4.1 Flash modelis, turintis 1 mln. žetonų (tokens) konteksto langą, dabar pasiekiamas per AssemblyAI LLM Gateway. Jis ypač efektyvus ekonomiškam ilgų įrašų apibendrinimui.
NVIDIA išleido naują „RTX Spark“ stalinių kompiuterių seriją, skirtą vietiniams DI procesams vykdyti. Šiuose kompiuteriuose, kuriuos gamina ASUS, „Dell“ ir MSI, naudojami 20 branduolių „NVIDIA Grace“ procesoriai, „Blackwell RTX“ grafikos plokštės bei iki 128 GB suvienytosios atminties dideliems kalbos modeliams ir nuolatiniams agentams veikti.
„Google“ pristatė „Gemini 4 Neon“ – naują modelį, skirtą sudėtingiems analitiniams, programavimo ir moksliniams procesams. Jis pasižymi 1 mln. žetonų (token) konteksto langu ir orientuojasi į didelį valdomumą bei efektyvumą gamybinėms agentų užduotims.
Tyrėjai pristatė „Limite 1B - Violetto“ – kompaktišką 1 milijardo parametrų modelį, sukurtą matematinių užduočių sprendimui. Jis palaiko 131 tūkst. žetonų konteksto langą ir yra platinamas pagal „Apache 2.0“ licenciją.
„Google“ išleido „Genie 4“ – pažangų pasaulio modelį, prieinamą „Google AI Ultra“ prenumeratoriams, leidžiantį realiuoju laiku kurti ir redaguoti interaktyvias aplinkas. Atnaujinimas apima integruotą prisitaikantį garsą, 360 laipsnių panoraminį pagrindimą ir naują „Project Genie“ agentą, padedantį kurti aplinkas pokalbio metu.
„Reson8“ išleido „Rumble-2-Flash“ – atviro kodo 0,5 mlrd. parametrų kalbos atpažinimo (STT) modelį, palaikantį daugiau nei 40 kalbų. Jis pasiekia 30 mlrd. parametrų modelių lygį triukšmingų skambučių centro pokalbių transkribavime.
„Aionic Labs“ išleido „OpenTSLM-Flamingo“ – laiko eilučių kalbos modelį (TSLM), kurį dabar galima diegti per „Amazon SageMaker JumpStart“. Jis sujungia „Gemma 3 4B“ architektūrą su laiko eilučių kodavimo įrankiu, kad kartu su tekstiniu kontekstu interpretuotų operacinius duomenis.
AWS pristatė valdomą NVIDIA Dynamo palaikymą SageMaker HyperPod aplinkoje, supaprastindama didelių kalbos modelių diegimą. Atnaujinimas suteikia galimybę naudoti kelių mazgų (multi-node) išvestį, leidžiančią vykdyti modelius, kurie viršija vieno GPU atminties ribas per atskirtus prefill ir decode procesus.
Amazon SageMaker AI pristatė naują 'KV_AWARE' nukreipimo strategiją, kuri nukreipia LLM užklausas į egzempliorius pagal faktinę KV podėlio būseną, o ne tik pagal užklausos pradžią. Tai optimizuoja daugiasluoksnius pokalbius ir ilgo konteksto užduotis, užtikrinant, kad užklausos patektų ten, kur jau saugomi reikiami duomenys.
„OpenAI“ pradėjo viešąją „Responses API“ beta versiją, leidžiančią pasirinkti nustatytus fono užduočių vykdymo intervalus. Pasirinkę dviejų arba aštuonių valandų vykdymo langą, galite gerokai sumažinti žetonų naudojimo išlaidas.
„NVIDIA“ paskelbė technines gaires, kaip kurti retosios dėmesio („sparse attention“) mechanizmus didelio konteksto modeliams. Optimizuojant „indexer“ branduolius, kurie prieš atliekant pilną dėmesio skaičiavimą nustato svarbiausius duomenis, galima žymiai padidinti išvedimo (inference) efektyvumą esant daugiau nei 100 tūkst. žetonų kontekstui.
NVIDIA pristatė „Nemotron for Science“ – įrankių rinkinį, jungiantį „Nemotron 3.5 Super VL“ modelį su specializuotais chemijos duomenų rinkiniais ir apmokymo receptais. Ši platforma leidžia tyrėjams diegti vietinius agentus, kurie gali savarankiškai planuoti eksperimentus, vykdyti kodą ir patikrinti duomenų rezultatus.
Pristatytas „OmniTag-Bench“ – naujas penkių kalbų vertinimo rėmas, skirtas multimodalių LLM testavimui, atliekant sinchroninę kalbos transkripciją ir metaduomenų žymėjimą. Tyrimas rodo, kad vienas, papildomai apmokytas multimodalus modelis gali išgauti transkripciją, emocijas, lytį, kalbą ir vardines entybes vienu žingsniu, pakeičiant atskirus specializuotus modelius.
„Anthropic“ įdiegė teksto vandens ženklą naujausiems „Claude“ modeliams: „Opus 4.6“, „Opus 4.5“, „Sonnet 4.5“ ir „Haiku 4.5“. Vandens ženklas pridedamas naudojant numatytuosius parametrus, tačiau gali neatsirasti, jei vartotojai keičia temperatūros, „top_p“ ar „top_k“ reikšmes.
„OpenAI“ pristatė „omni-moderation-csam-latest“ – specializuotą modelį, skirtą identifikuoti vaikų seksualinio išnaudojimo medžiagą (CSAM) vaizduose. Patvirtintos organizacijos šiuo įrankiu gali naudotis nemokamai, kad būtų lengviau prioritetizuoti turinį žmogaus peržiūrai.
„Hugging Face“ pradėjo partnerystę su „OpenRouter“, kad optimizuotų kalbos modelių išvedimo (inference) procesus. Visos užklausos dabar automatiškai nukreipiamos per „OpenRouter“, parenkant tinkamiausią teikėją pagal kainą, greitį ir patikimumą realiuoju laiku.
„NVIDIA“ paskelbė pirmuosius „MLPerf Training v6.1“ ir „Endpoints v1.0“ rezultatus, skirtus naujai „Vera Rubin“ architektūrai. Sistema pademonstravo reikšmingą šuolį mokymo spartos ir energijos efektyvumo srityje vykdant agentines užduotis.
„Cohere“ savo „Compass“ platformoje pristatė „Video Intelligence“ funkciją, leidžiančią AI sistemoms atlikti tikslią paiešką pagal laiko žymes vaizdo įrašų bibliotekose. Sistema analizuoja tiek garsinius transkriptus, tiek ekrane rodomą vaizdinę informaciją, kad pateiktų konkrečius segmentus, atsakančius į vartotojo užklausas.
„Amazon“ pristatė architektūrinį sprendimą, integruojantį „NVIDIA NeMo Switchyard“ biblioteką su „LiteLLM“, skirtą dinamiškai nukreipti kodo agentų užklausas tarp skirtingų „Bedrock“ modelių. Naudojant „stage“ arba „random“ maršrutizavimą, galima efektyviai paskirstyti srautą tarp galingų ir ekonomiškų modelių, optimizuojant našumą bei kaštus.
„Amazon“ papildė „SageMaker JumpStart“ „OpenFold3-preview“ modeliu, leidžiančiu prognozuoti baltymų, DNR, RNR ir ligandų 3D struktūras. Sprendimas naudoja asinchroninius užklausų taškus ilgai trunkančioms užduotims atlikti, palaiko automatinį mastelio keitimą bei išteklių mažinimą iki nulio, kai sistema nenaudojama.