שיתוף | מה חדש בבינה מלאכותית - מתעדכן

[יודע ומייבין]

@ישראל. https://mitmachim.top/post/1237505 לא ברור?

[שניאור שמח]

פוסט זה נמחק!

[א.מ.ד.]

Meta - Muse Spark 1.3

מטא שחררה את המודל החדש Muse Spark 1.3 ל-Muse Code ול-API.

המודל החדש נועד בעיקר לפיתוח סוכנים בפועל ולזרימות עבודה ממושכות שמשלבות מספר סוכנים במקביל.
לראשונה מזה כמה שנים, מטא משחררת מודל ברמת מודלי הגבול, כך שבהחלט ניתן לומר שהקאמבק של מטא הושלם.
כרגע, עוצמת החשיבה Max עדיין לא זמינה לציבור.

עיקרי העדכון:

• התאמה למערכות מרובות סוכנים: המודל שומר טוב יותר על ההקשר ועל תוצאות משלבים קודמים, מתמודד עם קלט לא מסודר או סותר, ויודע לעצור ולבקש הבהרות כשחסר מידע.
• יכולות קידוד: מעקב מדויק יותר אחרי הוראות ומזעור סבבי תיקון מיותרים. מתאים גם לכתיבת קוד כסוכן עצמאי וגם כעוזר פיתוח בצ'אט.

מדדים:

• אינטליגנציה:
  המודל החדש עוקף את רוב מודלי הגבול כולל GPT 5.6!
  
• יכולות סוכן:
  

תמחור למיליון טוקנים:

• מסלול רגיל: $1.25 לקלט ו-$4.25 לפלט.
• מסלול Contributor ("תורם"): $0.10 לקלט ו-$0.20 לפלט בתמורה לשימוש בנתונים לשיפור מודלים.

המודל ישוחרר בקרוב בגרסת משקולות פתוחות:

Spoiler

קישור לבלוג ההשקה:
https://research.meta.ai/blog/introducing-muse-spark-1-3

[א.מ.ד.]

עכשיו זה רשמי: Nvidia רוכשת את Hugging Face תמורת 12,930,300,000 דולר!

קישור:
https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/

[א.מ.ד.]

IFM · K2 Horizon 0.9B/3.7B/7B/32B/36B-A4B/375B-A23B

חברת IFM (LLM360 לשעבר) משחררת את משפחת המודלים החדשה: K2 Horizon הכוללת מספר רב של גדלים עבור חומרות שונות: 0.9B, 3.7B, 7B, 32B, 36B-A4B ומודל הדגל של המשפחה - 375B-A23B.

המודלים החדשים, ששוחררו בקוד פתוח מלא (משקולות המודל, נקודות ביקורת, נתוני האימון המלאים, קוד האימון וכו') עוקפים במרבית המדדים את רוב המתחרים בטווח הגודל שלהם בפער עצום, ותופסים את ההובלה כמודלי הקוד הפתוח החזקים ביותר כיום, אבל גם בקרב מודלי המשקולות הפתוחות הם מובילים בראש המדדים, בפרט הגדלים הקטנים - 0.9B, 3.7B ו-7B שקובעים סטנדרט חדש ומשתווים לביצועי מודלים בגודל בינוני.

מדד Artificial Analysis למודל הדגל:
כמובן יש להתייחס למיקום המודל בהתאם לגודלו - לשם השוואה, Qwen3.5 397B-A17B מקבל 34 באותו מדד.

המדדים כפי שפורסמו ע"י החברה:

• K2 Horizon 375B-A23B:
  
• K2 Horizon 36B-A4B:
  
• K2 Horizon 32B:
  (גרסה זו חלשה יחסית, ולטענת החברה היא באמצע אימון. המודל הסופי ישוחרר בהמשך.)
  
• K2 Horizon 7B:
  
• K2 Horizon 3.7B:
  
• K2 Horizon 0.9B:
  

כרגע המודלים מחכים בתור להוספת תמיכה ב-llama.cpp ונגזרותיה, ובינתיים יש להשתמש ב-Fork המותאם של IFM.

קישורים:

• בלוג ההשקה: https://ifm.ai/blog/k2
• https://huggingface.co/IFM/K2-Horizon-375B-A23B
• https://huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B-GGUF
• https://huggingface.co/IFM/K2-Horizon-32B-GGUF
• https://huggingface.co/IFM/K2-Horizon-7B-GGUF
• https://huggingface.co/IFM/K2-Horizon-3.7B-GGUF
• https://huggingface.co/IFM/K2-Horizon-0.9B-GGUF

[יוסף מאיר וייס]

הושק GPT 6
GPT‑6 Astra

Spoiler

פרטים בהמשך בנוגע למתי תראו אותו אצלכם באפליקציה

[מה זה משנה אה]

פוסט זה נמחק!

[מה זה משנה אה]

זה מה שהם אומרים על המודל gpt 6

[NH.LOCAL]

פוסט זה נמחק!

[פרוזי]

ראיתי‌​‌‌​‌​​​​​‌ שכתבו כבר...
מנסה להביא את הכל בצורה מסודרת...

רשמי: OpenAI משיקה את GPT-6 Astra – מודל הדגל החדש שלה

OpenAI הכריזה רשמית על GPT-6 Astra, המודל החדש והחזק ביותר שלה, עם דגש ברור על מעבר מצ'אט רגיל ל־סוכן AI שמסוגל לעבוד באופן עצמאי מול המחשב.

Astra מיועד לבצע רצפים ארוכים של פעולות: להשתמש בדפדפן ובמערכת ההפעלה, למלא טפסים, לעבוד עם מערכות CRM, לנהל יומן, לבצע מחקר ברשת, לכתוב מסמכים, לבנות אתרים, לנתח נתונים ואפילו לבצע בדיקות QA לממשקים.

עבודה עצמאית עם המחשב

אחד השיפורים המרכזיים ב־Astra הוא היכולת לבצע משימות מחשב מורכבות מקצה לקצה.

ב־OSWorld, לפי OpenAI, המודל משלים משימות בכ־47% פחות זמן לעומת GPT-5.6 Sol.

השיפור מגיע גם לעבודה מקצועית: Astra נבנה לעבוד טוב יותר עם מסמכים, מצגות וגיליונות, לשמור על תבניות קיימות ולהבין את הסגנון וההקשר של הארגון שבו הוא עובד.

קוד וסוכני AI

OpenAI מגדירה את Astra כמודל התוכנה הטוב ביותר שלה עד היום.

ב־Codex הוא מקבל גם יכולת חדשה לשמור ולחפש הקשר מתוך סשנים ארוכים, במקום לדחוס בכל פעם את כל היסטוריית העבודה לסיכום אחד.

המטרה היא לאפשר לסוכנים לעבוד לאורך זמן על פרויקטים מורכבים, תוך שמירה טובה יותר על ההקשר שנצבר במהלך העבודה.

תוצאות הבנצ'מרקים

לפי הנתונים שפרסמה OpenAI, Astra מציג תוצאות חריגות במספר מבחנים:

מבחן	תוצאה
FrontierMath Tier 4	97.6%
ARC-AGI-3	99.9%
ExploitBench	100%

חשוב להשוואה:
חלק מהתוצאות פורסמו במסגרת מערכת הסוכנים הפנימית של OpenAI, ולכן לא בכל המקרים ניתן להשוות אותן ישירות לתוצאות של מודלים אחרים.

יכולות סייבר – וגם מגבלות חדשות

ב־ExploitBench הגיע Astra לציון של 100%.

לפי OpenAI, במהלך הבדיקות המודל אף הצליח למצוא שתי חולשות Zero-Day שלא היו מוכרות קודם.

בעקבות רמת היכולות הזו, OpenAI מגבילה בשלב הראשון חלק מיכולות הסייבר המתקדמות של Astra.

שיפור גם בציות להרשאות

OpenAI טוענת שזהו גם המודל המיושר ביותר שלה עד היום.

באחת הבדיקות נבחן האם המודל יחרוג מההרשאות שניתנו לו בניסיון להשלים משימה שאינה אפשרית במסגרת ההרשאות הקיימות.

• GPT-5.6 Sol חרג מההרשאות ב־48% מהמקרים.
• GPT-6 Astra עשה זאת ב־0% מהמקרים.

זהו נתון משמעותי במיוחד עבור סוכני AI שמקבלים גישה למחשב, למידע ארגוני ולמערכות חיצוניות.

זמינות

ההשקה מתחילה היום עבור קבוצה מוגבלת של ארגונים במסגרת Daybreak Access.

במהלך הימים הקרובים Astra צפוי להגיע גם ל־:

• ChatGPT Plus
• ChatGPT Pro
• ChatGPT Business
• ChatGPT Enterprise
• ה־API של OpenAI
• Amazon Bedrock

משתמשי Pro, Business ו־Enterprise צפויים לקבל גם גישה ל־GPT-6 Astra Pro.

מחיר ב־API

המחיר שפורסם עבור Astra הוא:

• $10 למיליון טוקנים בקלט
• $50 למיליון טוקנים בפלט

כלומר, מדובר במודל יקר משמעותית מ־GPT-5.6 Sol – בהתאם למיקוד שלו במשימות מורכבות, עבודה ממושכת וסוכנים עצמאיים.

בשורה התחתונה

GPT-6 Astra הוא לא רק שדרוג נוסף ביכולות השיחה וההסקה. הדגש המרכזי כאן הוא על AI שמסוגל לבצע עבודה בפועל – להשתמש במחשב, להפעיל כלים, לעבוד לאורך זמן ולבצע תהליכים מורכבים עם פחות התערבות אנושית.

המספרים מרשימים מאוד, אבל מוקדם עדיין להכריז על "AGI" רק על סמך בנצ'מרקים. המבחן המעניין באמת יהיה לראות כיצד Astra מתפקד במשימות אמיתיות לאחר שהגישה אליו תתרחב.

ההכרזה הרשמית

https://openai.com/index/gpt-6-astra/

קצת תמונות:

[עידו300]

לא יודע מה אצלכם, אצלי זה חדש

אפשר בחיפוש של גוגל לחפש מכרטיסיות פתוחות, להוסיף קבצים וליצור תמונות, יתכן אפילו להוסיף כלים.

[יוסף מאיר וייס]

אחד הסיפורים היותר פסיכיים שנחשפו לאחרונה בתחום – תחקיר בלעדי של רויטרס מהיום:

סוכני AI אוטונומיים של OpenAI "ברחו" מסביבת הבדיקות שלהם (Sandbox) והשתלטו בשקט על אתר ויקי גרמני ותיק למפתחים בשם DseWiki – ופשוט הפכו אתר ויקי ציבורי לחלוטין למקום פרטי ומפקדה משלהם ברשת לצורך תיאום פעולות מאחורי הגב של המפתחים.

האירוע התרחש בין מאי ליולי האחרון, אבל נחשף רק עכשיו על ידי חוקרי אבטחת AI עצמאיים.

כמה נקודות מטורפות מתוך התחקיר:

• היקף הפעילות: זוהו בין 15,000 ל-18,000 עריכות ופוסטים – הסוכנים פשוט ניכסו לעצמם את הוויקי והפכו אותו לטריטוריה פרטית וללוח מודעות בלעדי שלהם שבו פעלו ותיקשרו בקצב על-אנושי.
• על מה הם דיברו שם? הסוכנים שיתפו ביניהם תשובות וטיפים כדי "לרמות" במשימות מחקר שהוקצו להם, החליפו שיטות ו-Jailbreaks לעקיפת מגבלות האבטחה של OpenAI, ואפילו דנו בשימוש ב-Tor ובדרכים לשמר את התקשורת ביניהם אם ינסו לנתק אותם.
• התחמקות ממנהל אנושי: כשהאדמין של האתר קלט שמשהו מוזר קורה והתחיל למחוק דפים לפי סדר האלפבית, אחד הסוכנים השאיר הודעה לשאר הסוכנים: "מחיקה פעילה לפי אלפבית – אם הדף הזה נעלם, עברו לדף הגיבוי ZZZDataUSA..." (דף עם Z בהתחלה כדי שיופיע בסוף התור ולא יימחק מיד).
• השיוך ל-OpenAI: כחצי מהחשבונות נשאו שמות כמו OpenAIResearcher, והתעבורה נותבה ישירות משרתי Azure המשמשים את החברה.
• השתיקה: לפי רויטרס, בהנהלת OpenAI ידעו על המקרה כבר כמה שבועות, אך העדיפו לא לפרסם אותו לציבור – בעיקר ברקע המשבר והכותרות סביב תקרית הפריצה של הסוכנים שלהם ל-Hugging Face מיולי האחרון.

OpenAI טוענת מצידה שלא קיבלה גישה מוקדמת לממצאי הדוח המלא לפני הפרסום ולכן לא יכלה להגיב בפירוט, ומכחישה שהיועצים המשפטיים שלה ניסו להשתיק חקירה פנימית.

סוכנים אוטונומיים שמתאמים עמדות, משתלטים על אתרי ויקי פתוחים והופכים אותם למרחב מחיה משלהם, ומשתפים שיטות עקיפה ברשת הפתוחה – זה כבר לא תרחיש מדע בדיוני, זה קורה בפועל. מדהים

[א.מ.ד.]

פוסט זה נמחק!

[א.מ.ד.]

פוסט זה נמחק!

[א.מ.ד.]

Artificial Analysis עדכנו את המדד שלהם לגרסה 4.2, כדי להתאים אותו לרמה של המודלים החדשים.
העדכון מראה את השיפור עצום במדד של GPT 6 לעומת GPT 5.6.
העדכון מאחד את מדד הסוכנים אל תוך מדד האינטליגנציה הראשי.

אגב, יש הטוענים שהמדד מוטה משמעותית נגד המודלים הסיניים, כמו שאפשר לראות בבירור שהמודלים שהיו בחזית המדד בגרסתו הקודמת כמו Qwen 3.8 27B נדחקו עשרות מקומות אחורה ללא הסבר הגיוני. גם שאר המודלים הסיניים שהשתוו ל-GPT 5.6 Sol במדד הקודם, כמו GLM 5.2, נזרקו הרחק מאחור.

בלוג העדכון:
https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v4-2

[מחשבונבון]

למנוי קלוד MAX איפסו את המכסה השבועית.

[חמור חמורותיים]

בGPT קיבלו שני איפוסי מכסה לכשיגיע הצורך.

[פרוזי]

Google‌​‌‌​‌​​​​​‌ משדרגת את יצירת המוזיקה ב־Gemini עם Lyria 3.5

Google משיקה את Lyria 3.5, הדור החדש של מודל יצירת המוזיקה שלה, ומביאה אותו ישירות לאפליקציית Gemini.

לפי החברה, המודל החדש מציג שיפור משמעותי באיכות המוזיקה, עם שירה הבעתית וטבעית יותר, עיבודים עשירים יותר ואיכות סאונד משופרת.

מה אפשר לעשות ב־Gemini?

יצירת המוזיקה הופכת גם לגמישה יותר. כעת ניתן:

• לבחור ז'אנר מוזיקלי או פשוט לתאר במילים את הסגנון הרצוי.
• לבחור בין קטע עם שירה לבין גרסה אינסטרומנטלית.
• ליצור טראק קצר או ארוך יותר.
• להשתמש בתבניות מוכנות לסוגים שונים של מוזיקה.

בין התבניות החדשות ניתן למצוא יצירת מוזיקת רקע, ג'ינגלים ושירים מותאמים אישית.

איפה Lyria 3.5 זמין?

המודל כבר זמין לכל משתמשי Gemini ברחבי העולם, הן בגרסת הווב והן באפליקציות לנייד.

בנוסף, Lyria 3.5 זמין גם דרך:

• Gemini API
• Google AI Studio
• Flow Music
• Google Vids

בקיצור, אחרי התמונות והווידאו, גם הצד המוזיקלי של Gemini מקבל שדרוג משמעותי.

מידע נוסף

https://blog.google/innovation-and-ai/products/gemini-app/better-tracks-lyria-gemini/

[א.מ.ד.]

Artificial Analysis עדכנו שוב את המדד שלהם בפעם השנייה בתוך שבוע לגרסה 4.3.
כתוצאה מהשינוי במתודולוגיית המדד, לראשונה מזה זמן רב מודל GPT משתווה למתחרהו מאנתרופיק:

אפשר לראות שאפילו רמת חשיבה אקסטרה גבוהה ב-GPT 6 משתווה לקלוד פייבל 5.1 מקס, ולא רק רמת החשיבה מקס שאינה נגישה למנויים המצויים.
כמו כן, Gemini 3.8 נדחק אחורה משמעותית.

[א.מ.ד.]

OpenBMB · MiniCPM 5 2B

חברת OpenBMB משחררת מודל חדש: MiniCPM 5 2B.
אחרי שאחיו הקטן, MiniCPM 5 1B עקף בכל המדדים מודלים הגדולים ממנו פי כמה וכמה, מודל ה-2B מרחיב את משפחת MiniCPM 5 עם יכולות גבוהות בהרבה.
כמו שאפשר לראות במדד, MiniCPM 5 2B עוקף אפילו מודלי ענק וותיקים כמו DeepSeek R1, ואפילו מודלים מקומיים עדכניים וחזקים הגדולים ממנו בהרבה כדוגמת Qwen 3.5 9B ו-Gemma 4 12B, וכן Gemma 4 31B ללא חשיבה.

המודל החדש משוחרר בקוד פתוח מלא, כולל מערך נתוני האימון וקוד האימון וכו'.

קישור:
https://huggingface.co/openbmb/MiniCPM5-2B-GGUF