שיתוף | מה חדש בבינה מלאכותית - מתעדכן
-
-
אנטרופיק עובדת על מודל קרינות.
-
פוסט זה נמחק!
נא לא להגיב על פוסטים אלא להעלות אך ורק עדכוני AI על מודלים וכלים חדשים וכדומה, בניסוח אנושי ומתומצת בלבד, בלי לפתוח דיונים.
-
חדשת AI מעניינת מאוד מהיממה האחרונה: מודל אמריקאי ענק בקוד פתוח יוצא מול המודלים הסיניים
חברת Reflection AI האמריקאית חשפה אתמול את Beam – מודל AI חדש במשקל פתוח (Open Weight), עם לא פחות מ־501 מיליארד פרמטרים.
אבל הנתון המעניין יותר הוא שמתוך ה־501 מיליארד, רק כ־23 מיליארד פרמטרים פעילים בכל משימה. מדובר בארכיטקטורת Mixture-of-Experts, שנועדה לקבל יכולות של מודל ענק בלי לשלם בכל שאילתה את מחיר החישוב של כל המודל.
Beam פותח במיוחד עבור תכנות, reasoning וסוכני AI שמסוגלים לבצע משימות מורכבות בעצמם.
לפי Reflection, המודל תחרותי מול GLM 5.2 של Z.ai ומתקרב ל־Qwen 3.8-Max במשימות קוד וסוכנים. החברה טוענת שהוא דורש בערך פי 3–4 פחות חישוב בזמן inference לעומת חלק מהמודלים המתחרים. חשוב לציין: אלה נתונים שהחברה עצמה מפרסמת ועדיין לא כולם אומתו באופן בלתי תלוי.
והחלק שלדעתי הכי משמעותי:
Reflection מתכננת לשחרר את המשקולות של Beam תחת רישיון Apache 2.0 במהלך החודש, יחד עם תיעוד וכלים להפעלה, הערכה ו־fine-tuning.
חלק ממגמה רחבה יותר: בזמן האחרון המודלים הסיניים כמו DeepSeek, Qwen ו־Z.ai צברו תאוצה משמעותית בתחום ה־Open Weight, ועכשיו חברות מערביות מנסות להחזיר את היתרון. Axios מציין במקביל גם את Mistral, שעובדת על מודל בעל טריליון פרמטרים.
בקיצור: 501B פרמטרים, 23B פעילים, מודל פתוח, דגש על קוד וסוכנים – ואם המשקולות אכן ישוחררו החודש, זה יכול להיות אחד השחרורים המעניינים של 2026 בתחום המודלים הפתוחים.
מקורות:
https://fortune.com/2026/10/05/reflection-ai-unveils-beam-a-new-us-based-open-source-model-to-compete-with-china/
https://www.pc.co.il/news/בינה-מלאכותית/459130/
https://www.geektime.co.il/reflection-seeks-to-be-american-deepseek-and-launches-beam-model/ -
Mistral AI - Mistral Large 4
Mistral AI משחררת את המודל החדש שלה - Mistral Large 4. מדובר במודל הגדול הראשון שהשיקה החברה מאז אפריל 26.
כרגע המודל מתחרה במודלים הסיניים החזקים, אך לא במודלים המערביים הגדולים, אם כי הוא עדיין בתצוגה מקדימה כך שהוא עשוי להשתפר. למעשה המודל החדש טוב רק במעט מ-Qwen 3.8 27B, שקטן ממנו בהרבה.למודל החדש יש 1.05T פרמטרים, כשמתוכם פעילים 49B בלבד עבור כל טוקן, בתוספת מקודד ראיה של 1.6B.
Mistral מתכננת לפרסם את המשקלים המלאים ב־27 באוקטובר.מדדים:
קישור לדף המודל:
https://docs.mistral.ai/models/mistral-large-4-0 -
Google - EmbeddingGemma 2
גוגל הכריזה על EmbeddingGemma 2, הדור הבא של מודלי ההטמעה (Embeddings) הפתוחים ממשפחת Gemma, רב-לשוני (תומך בעברית!), רב מודאלי וקל-משקל, המיועד למערכות חיפוש סמנטי, RAG וסיווג טקסטים.
המודל מכיל 270M פרמטרים להטמעת טקסט, 170M פרמטרים להטמעת תמונות ו-300M פרמטרים להטמעת אודיו, ומאפשר לטעון רק את משקלי הטקסט לריצה מהירה וקלה יותר.
המודל שומר על גודל קומפקטי שמאפשר להריץ אותו בקלות מקומית על מחשבים אישיים או שרתים קטנים ואפילו סמארטפונים, ודורש רק כ-191MB RAM פעיל עבור משקלי טקסט בלבד וכ-567MB RAM עבור המודל הרב-מודאלי המלא, תוך זינוק משמעותי באיכות ההבנה של טקסטים ארוכים ושיפור דרמטי בתמיכה רב-לשונית.
עיקרי המאפיינים והשיפורים:
- תמיכה רב-לשונית רחבה: אומן על יותר מ-100 שפות עם ביצועים עקביים במבחני MTEB רב-לשוניים, כולל שיפור ניכר בהבנת שפות שאינן אנגלית.
- מולטי-מודאליות: תומך בהטמעת טקסטים, תמונות, וידאו ואודיו לאותו מרחב ווקטורי.
- חלון הקשר מורחב: תמיכה בטקסטים של עד 8,192 טוקנים, המאפשרת להטמיע מסמכים שלמים, מאמרים ודפי קוד ארוכים ללא צורך בחיתוך אגרסיבי מדי לחלקים.
- התאמה אישית לגודל הוקטור (Matryoshka Embeddings): תמיכה בהקטנת ממדי הוקטור הסופי (למשל מ-768 ל-512 או 256) תוך שמירה על רוב האיכות הסמנטית, מה שמאפשר חיסכון ניכר בשטח האחסון ובזיכרון של מסד הנתונים הוקטורי (Vector DB).
- קל משקל ומוכן להרצה מקומית: זמין במשקלים פתוחים להורדה ולשימוש עצמאי, עם אינטגרציה מובנית בספריות פופולריות כמו Hugging Face Transformers, Sentence Transformers ו-Ollama.
ניתן להשתמש בקלות במודל החדש באפליקציית Google AI Edge Gallery, עם העדכון החדש שהושק היום, המאפשר לחפש במדיה שבטלפון באמצעות שפה טבעית, וכן לקפוץ לרגעים בסרטוני וידאו באמצעות תיאור פשוט. דוגמה בספויילר:
סליחה על הפרסומת ל-XL...
זה הסרטון שהיה הכי זמין לי...מדדים:
- הטמעת טקסט:
- הטמעת תמונות:
- הטמעת אודיו:
קישור למשקלי המודל ב-HF:
https://huggingface.co/unsloth/embeddinggemma-2-GGUFקישור להודעה הרשמית:
https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/ -
כעת יצאה הודעה רשמית על Nano Banana 2.1
זמינות כללית (GA) של Gemini Nano Banana 2.1: שוחרר המודל Gemini Nano Banana 2.1 (gemini-nano-banana-2.1), המודל העדכני והיעיל ביותר ליצירת תמונות ועריכה שיחתית. כעדכון ל-Nano Banana 2 (gemini-3.1-flash-image), הוא שומר על המהירות ויעילות העלויות האופייניות למודלי Flash, תוך שהוא מציג שיפורים משמעותיים באיכות החזותית, במידת ההיצמדות להנחיות (prompt adherence), בעקביות הדמויות לאורך שיחה רב-שלבית, ברינדור טקסט וביצירת תמונות ביחסי גובה-רוחב רחבים ופנורמיים (1:4,4:1,1:8,8:1) ברזולוציות1K,2Kו-4K.עיינו במדריך ליצירת תמונות כדי להתחיל בעבודה.
הודעה על הוצאה משימוש: המודל gemini-3.1-flash-image הוכרז כמיושן (deprecated) ויוצא משימוש ב-29 באוקטובר 2026. יש לבצע מעבר ל-gemini-nano-banana-2.1.
מקור: https://ai.google.dev/gemini-api/docs/changelog?hl=en#10-06-2026
שלום! נראה שהשיחה הזו מעניינת אותך, אבל עדיין אין לך חשבון.
נמאס לכם לגלול בין אותם הפוסטים בכל ביקור? כשנרשמים לחשבון, תמיד תחזרו בדיוק למקום שבו הייתם קודם, ותוכלו לבחור לקבל התראות על תגובות חדשות (בין אם במייל, ובין אם בהתראת פוש). תוכלו גם לשמור סימניות ולפרגן ב-upvote לפוסטים כדי להביע הערכה לחברי קהילה אחרים.
בעזרת התרומה שלך, הפוסט הזה יכול להיות אפילו טוב יותר 💗
הרשמה התחברות { const baseUrl = "https://www.google.co.il/search?q=site:mitmachim.top"; const m = location.pathname.match(/^\/(topic|category)\/(\d+)/); const type = m ? m[1] : null; const id = m ? m[2] : null; let searchInput; function search(path = "") { const query = searchInput.value.trim(); if (query) { window.open(`${baseUrl}${path}%20${encodeURIComponent(query)}`, "_blank"); } } let buttons = {}; buttons.searchAll = { id: "bb-search-all", label: `חיפוש ${type ? "בכל הפורום" : ""}`, className: type ? "btn-secondary" : "btn-primary", callback: () => search(), }; if (type === "topic") { buttons.searchTopic = { label: "חיפוש בנושא זה", className: "btn-primary", callback: () => search(`/topic/${id}`), }; } else if (type === "category") { buttons.searchCategory = { label: "חיפוש בקטגוריה זו", className: "btn-primary", callback: () => search(`/category/${id}`), }; } buttons.cancel = { label: "ביטול", className: "btn-default", "data-bs-dismiss": "modal" }; const dialog = bootbox.dialog({ title: '<div style="text-align:center;"><img src="/assets/uploads/files/1625950269825-mt-google.png" width="400" alt="חיפוש בגוגל"></div>', message: '<input id="bb-inp" class="bootbox-input bootbox-input-text form-control" placeholder="הקלידו כדי לחפש בגוגל" autocomplete="off"/>', buttons, backdrop: true, show: true, onEscape: true }); dialog.on("shown.bs.modal", function () { searchInput = document.getElementById("bb-inp"); if (searchInput) { searchInput.focus(); searchInput.addEventListener("keydown", function (e) { if (e.key === "Enter") { e.preventDefault(); const query = this.value.trim(); if (query) { search(); dialog.modal("hide"); } } else if (e.key === "Escape") { e.preventDefault(); dialog.modal("hide"); } }); } const searchAllButton = document.getElementById("bb-search-all"); if (searchAllButton) { searchAllButton.title = "לחצו על אנטר כדי לחפש"; } }); })(); void 0;){kind=link}