AI modely

Kompaktný model LFM2.5-VL-3B spája OCR, lokalizáciu objektov, porozumenie obrazovkám a volanie nástrojov. Je pripravený na lokálnu inferenciu vo viacerých formátoch, jeho výkonové výsledky však zatiaľ pochádzajú najmä od výrobcu a slovenčina nepatrí medzi výslovne podporované jazyky.

ONESTRUCTION prispôsobil 32-miliardový model Qwen3 na generovanie súborov IDS pre kontrolu informačných požiadaviek v BIM. Výsledky interného benchmarku vyzerajú sľubne, no nezávislé testy chýbajú a pôvodne odkazovaná verejná stránka modelu už nie je dostupná.

MagpieTTS Multilingual v2607 prináša arabčinu, kórejčinu a portugalčinu, päť hlasov a otvorené váhy pre nasadenie vo vlastnej infraštruktúre. Model s 364 miliónmi parametrov cieli na hlasových agentov, no slovenčinu nepodporuje a zverejnené výsledky zatiaľ pochádzajú najmä od NVIDIA.

Muse Glimmer spája multimodálne vstupy, volanie nástrojov a otvorené váhy v modeli určenom na lokálny beh. Dostupnosť pre 24 až 32 GB pamäte však závisí od kvantizácie a bezpečné nasadenie si vyžaduje ďalšie ochranné vrstvy.

EveryEvalEver zhromažďuje približne 230-tisíc výsledkov evaluácií a dopĺňa ich o jednotné metadáta. Projekt vedený tímami z IBM, Hugging Face a Technickej univerzity v Mníchove chce uľahčiť porovnávanie modelov, odhaľovanie metodických rozdielov a opätovné využitie drahých meraní.

Ai2 zostavilo benchmark z reálnych individuálnych hodín matematiky, v ktorom model rozhoduje medzi primeranou pomocou a požiadavkou na samostatné uvažovanie. Aktualizované podklady zahŕňajú 520 vyvážených rozhodovacích momentov a 7 280 prehratí siedmich modelov; výsledky však hodnotia správanie v simulácii, nie skutočné učenie detí.

OpenAI preladilo GPT-5.6 Sol pre stručnejšie odpovede a bezplatným účtom sprístupňuje GPT-5.6 Luna bez bežného limitu textových správ. Výsledky presnosti však zatiaľ pochádzajú len z interného testu firmy.

Benchmark DeepAmbigQA skúša, či vyhľadávacie LLM dokážu rozlíšiť nejednoznačné názvy a zostaviť úplný zoznam odpovedí. Výsledky autorov ukazujú vysokú presnosť jednotlivých položiek, ale slabé pokrytie celej požadovanej množiny.

AgentMemBench porovnal päť stratégií dlhodobej pamäte AI agentov. Vektorové úložisko viedlo vo všetkých ukazovateľoch kvality, nízke absolútne skóre odpovedí a úzky experiment však bránia všeobecným záverom.

Shieldstral hodnotí text a obraz podľa pravidiel zadaných prirodzeným jazykom a dá sa prevádzkovať lokálne. Sľubné výsledky však zatiaľ pochádzajú najmä od Mistralu a pre slovenčinu chýba nezávislé overenie.

LFM2.5-2.6B prináša lokálne volanie nástrojov, 128-tisícový kontext a širokú podporu inferenčných rámcov. Výkonové čísla pochádzajú najmä od výrobcu a medzi 16 podporovanými jazykmi nie je slovenčina.

Cloudflare pri modeloch Kimi K2.6 a GLM 5.2 zmenšilo KV cache aj váhy, čím zvýšilo priepustnosť a uvoľnilo pamäť GPU. Výsledky sú sľubné, no pochádzajú z meraní samotného prevádzkovateľa.