Tag
#LLM
24 artykuły z tym tagiem
Baseten dołącza do dostawców inferencji na platformie Hugging Face
Firma Baseten, specjalizująca się w wdrażaniu modeli uczenia maszynowego, stała się nowym dostawcą inferencji na platformie Hugging Face, oferującym skalowalne i efektywne kosztowo rozwiązania.
Redakcja Aigestwczoraj
Rekordowa liczba laureatów Nagrody Pulitzera ujawniła wykorzystanie AI w swoich pracach
W tym roku rekordowa liczba ośmiu laureatów Nagrody Pulitzera, w tym pięciu zwycięzców i trzech finalistów, ujawniła wykorzystanie sztucznej inteligencji w swoich zgłoszeniach. Zgłoszenia te, wymagane od 2024 roku, pokaz
Redakcja Aigest3 dni temu
JetBrains udostępnia KotlinLLM: inteligentne makra generujące kod Kotlin w czasie rzeczywistym
JetBrains Research udostępniło KotlinLLM, wtyczkę do IntelliJ IDEA, która wprowadza inteligentne makra generujące i dynamicznie przeładowujące kod Kotlin w czasie działania aplikacji.
Redakcja Aigest31 lip 2026
Fundamentalna wada sprawia, że duże modele językowe (LLM) są niezwykle podatne na ataki
Badacze odkryli fundamentalną wadę w sposobie działania dużych modeli językowych (LLM), która czyni je podatnymi na ataki. Problem dotyczy identyfikacji źródła instrukcji, co pozwala na manipulowanie modelami w celu uzys
Redakcja Aigest30 lip 2026
Indeks Hype'u AI: Nieseksowna strona sztucznej inteligencji
MIT Technology Review przedstawia subiektywną analizę najnowszych trendów w AI, wskazując na mniej efektowne, lecz istotne aspekty tej technologii.
Redakcja Aigest29 lip 2026
Sztuczna inteligencja wykazuje większą skłonność do uprzedzeń w rekrutacji niż ludzie
Nowe badania wskazują, że duże modele językowe (LLM) mogą nie tylko przyswajać ludzkie uprzedzenia z danych treningowych, ale także rozwijać własne, stereotypizując kandydatów do pracy w większym stopniu niż ludzie.
Redakcja Aigest20 lip 2026
Rosja „groomuje" sztuczną inteligencję. Miliony fałszywych artykułów mają nauczyć chatboty kłamać
Sieć Pravda publikuje miliony tekstów w dziesiątkach języków nie dla ludzi, lecz dla crawlerów trenujących modele AI. Wyjaśniam, jak technicznie działa zatruwanie modeli — i dlaczego polski internet jest na nie szczególnie podatny.
Michał Chmielarz18 lip 2026
NSA punktuje trzy zmyślone wyroki w piśmie pełnomocnika. „Nader krytycznie" o bezrefleksyjnym używaniu AI
Pełnomocnik powołał się przed NSA na trzy orzeczenia, które nigdy nie zapadły — wygenerowała je sztuczna inteligencja. Sąd oddalił zażalenie i wysłał prawnikom ostrzeżenie, które powinien przeczytać każdy, kto używa AI w pracy.
Michał Chmielarz18 lip 2026
OpenAI stworzyło GPT-Red – super-hakera AI do zwiększania bezpieczeństwa swoich modeli
OpenAI opracowało GPT-Red, model językowy pełniący rolę 'super-hakera', którego zadaniem jest znajdowanie luk w zabezpieczeniach innych modeli LLM firmy. Dzięki temu najnowsza wersja GPT-5.6 jest uznawana za najbardziej
Redakcja Aigest15 lip 2026
„Context bombing”: Nowa technika obrony przed atakami na AI wykorzystuje iniekcje promptów
Badacze z Tracebit opracowali nowatorską metodę obrony przed złośliwymi atakami na modele językowe, wykorzystując techniki iniekcji promptów do wyłączania wrogich agentów AI.
Redakcja Aigest13 lip 2026
Anthropic odkrywa ukrytą przestrzeń myślową w modelu Claude Opus 4.6
Anthropic, firma zajmująca się sztuczną inteligencją, opracowała technikę, która pozwoliła jej zajrzeć w wewnętrzne procesy dużych modeli językowych (LLM), odkrywając tzw. J-space w modelu Claude Opus 4.6.
Redakcja Aigest9 lip 2026
vLLM wprowadza natywną obsługę Transformers, przyspieszając wnioskowanie AI
Projekt vLLM ogłosił natywną integrację z biblioteką Transformers, co ma znacząco przyspieszyć proces wnioskowania dla dużych modeli językowych. Nowe rozwiązanie ma oferować do 2,5 razy większą przepustowość w porównaniu
Redakcja Aigest8 lip 2026
Nowy atak „BioShocking” ujawnia poważne luki w bezpieczeństwie przeglądarek AI
Badacze z LayerX zademonstrowali nową metodę ataku na przeglądarki AI, która pozwala ominąć zabezpieczenia poprzez wprowadzenie modelu językowego w stan „urojenia”, co otwiera drogę do kradzieży danych.
Redakcja Aigest30 cze 2026
NVIDIA NeMo AutoModel przyspiesza dostrajanie modeli Transformerów
NVIDIA wprowadza NeMo AutoModel, narzędzie do automatyzacji i optymalizacji procesu dostrajania dużych modeli językowych (LLM) opartych na architekturze Transformer, znacząco skracając czas i koszty.
Redakcja Aigest24 cze 2026
OpenAI i Broadcom prezentują „Jalapeño” – autorski układ dla wnioskowania LLM
OpenAI we współpracy z Broadcomem zaprezentowało „Jalapeño”, swój pierwszy autorski procesor do wnioskowania w dużych modelach językowych, który ma działać na dużą skalę do końca 2026 roku.
Redakcja Aigest24 cze 2026
Halucynacje AI — czym są i jak ich unikać?
Halucynacje AI to generowanie przez modele sztucznej inteligencji błędnych lub zmyślonych informacji. Dowiedz się, dlaczego powstają i jak skutecznie ich unikać.
Redakcja Aigest24 cze 2026
Czym jest duży model językowy (LLM)? Proste wyjaśnienie
Dowiedz się, czym jest duży model językowy (LLM), jak działa i jakie są jego zastosowania. Proste wyjaśnienie kluczowej technologii AI.
Redakcja Aigest24 cze 2026
Fugu od Sakana AI: orkiestracja wielu modeli LLM rzuca wyzwanie gigantom
Japoński startup Sakana AI wprowadza Fugu – system, który dynamicznie koordynuje wiele modeli językowych, działając jak jeden model. Twórcy twierdzą, że Fugu dorównuje, a nawet przewyższa najlepsze modele Anthropic w tes
Redakcja Aigest23 cze 2026
Subquadratic twierdzi, że przełamało kluczową barierę w rozwoju LLM
Startup Subquadratic ogłosił opracowanie nowego modelu językowego SubQ, który ma być szybszy, tańszy i bardziej energooszczędny niż obecne rozwiązania, dzięki zastosowaniu rzadkiej uwagi zamiast gęstej.
Redakcja Aigest19 cze 2026
MIT przedstawia SEAL: Przełom w samodoskonalącej się sztucznej inteligencji
Naukowcy z MIT opracowali SEAL, nowatorski framework umożliwiający dużym modelom językowym samodzielną edycję i aktualizację własnych wag poprzez uczenie ze wzmocnieniem, co stanowi znaczący krok w kierunku samoewoluując
Redakcja Aigest16 cze 2025
Automatyczne przypisywanie błędów w systemach Multi-Agentowych: Przełomowe badanie naukowców z Penn State i Duke
Naukowcy z Penn State University i Duke University, we współpracy z Google DeepMind, wprowadzili nową koncepcję automatycznego przypisywania błędów w systemach Multi-Agentowych opartych na dużych modelach językowych (LLM
Redakcja Aigest16 cze 2025
DeepSeek-V3: Jak sprzętowe współprojektowanie obniża koszty trenowania dużych modeli AI
Nowy raport techniczny zespołu DeepSeek, współtworzony przez CEO Wenfenga Lianga, ujawnia strategie obniżania kosztów trenowania dużych modeli językowych (LLM) poprzez innowacyjne podejście do sprzętu i oprogramowania.
Redakcja Aigest15 maj 2025