Според историята публикувана на сайта на MemPalace Мила Йовович е прекарала месеци в “разговори” с AI чатботове, писане и дебъгване на код с Claude. Така е станало ясно, че чатботът не помни старите промптове и разговори, което е довело до търсене на адекватно решение на проблема – така се ражда и MemPalace.

 

View this post on Instagram

 

A post shared by Milla Jovovich (@millajovovich)

Според публикуваното в GitHub софтуерът организира информацията като своеобразно дигитално хранилище, описано като „дворец на паметта“, подредено в крила, зали и стаи, вместо да разчита само на плоско търсене или силно компресирани обобщения. Проектът е публикуван под MIT лиценз, работи локално след инсталация и е замислен така, че да пази разговорите в пълен вид, вместо моделът сам да решава какво си струва да бъде запомнено. 

Необичайната част не е само в проекта, а и в имената зад него

По-голямото внимание дойде не само от продукта, а и от неочакваната комбинация между холивудска знаменитост и open-source AI инструмент. Проектът в GitHub е публикуван през профил на името на Йовович, а проектът я посочва като създател заедно с Бен Сигман. Това само по себе си беше достатъчно, за да изведе MemPalace извън тесния кръг на memory tool общността и да го във водеща технологична новина. 

Но зад шумния вход стои и реален продуктов аргумент. Мемори системите се превръщат във все по-важна част от AI инструментите, защото голяма част от ефективността на един асистент зависи не само от модела, а от това дали може да помни контекст между сесиите, да връща точни детайли и да поддържа дълъг работен поток без потребителят постоянно да започва отначало. Именно в този слой се позиционира и MemPalac. 

Бенчмарковете изстреляха проекта, но и отприщиха спор за тяхната методология

Проектът привлече още по-голямо внимание с публикуваните benchmark резултати. В документацията си екипът твърди, че MemPalace е постигнал 96.6% на LongMemEval в raw режим и 100% при конфигурация с reranking, което е представено като голямо постижение за AI memory системите. В самия BENCHMARKS.md създателите описват 96.6% като най-висок публикуван резултат за local-only setup без API calls, а 100% като първи перфектен резултат на LongMemEval при вариант с Haiku rerank. 

Точно тези числа помогнаха MemPalace да се разпространи бързо сред разработчици, които търсят по-добри начини да дадат постоянна памет на чатботове и AI асистенти. Но също толкова бързо ентусиазмът се превърна и в спор. В Reddit и други developer общности се появиха критики към методологията, условията на тестване и начина, по който са представени някои сравнения с други инструменти. Част от коментарите твърдят, че определени benchmark формулировки могат да надценяват предимството на проекта. 

Полезен memory tool или пресилен PR със celebrity елемент 

Първоначално MemPalace изглеждаше като любопитна новина с неочакван celebrity елемент. Почти веднага обаче се превърна в по-широк разговор за това как open-source AI проектите трябва да представят резултатите си и доколко агресивните benchmark твърдения могат да издържат пред публична проверка в реално време. 

Тук проектът улавя две по-дълбоки тенденции едновременно. От една страна, пазарът все по-ясно търси по-добри memory инструменти за AI. От друга, developer общността все по-малко е склонна да приема силни performance твърдения без моментален натиск за прозрачност, методология и възпроизводимост. 

Изображение: MemPalace

Apache Iceberg на практика изглежда е спечелил войната при табличните формати, а Dremio използва този момент, за да изостри аргумента в полза на собствената си платформа. Според компанията трудното днес не е изборът на отворен формат, а управлението му без нови слоеве разходи и сложност. Dremio твърди, че предприятията са приели Iceberg, защото искат по-голяма съвместимост и по-малко зависимост от един доставчик, а форматът става все по-важен и за data архитектури в AI ерата, където трябва да се работи едновременно със структурирани, полуструктурирани и неструктурирани данни в една lakehouse среда.

Ползата от Iceberg идва с нова оперативна цена

За потребителите обещанието на Iceberg е гъвкавост. Екипите могат да държат данните си в object storage, да използват различни engine-и и да избегнат затварянето в собственически формат на един доставчик.

Но според Dremio именно тук се появява и новият данък на отвореността. Iceberg таблиците се фрагментират с времето, метаданните растат, snapshot-ите се натрупват, а производителността започва да пада, ако инженерите не се занимават активно с compaction, настройка на layout-и и планирани maintenance задачи. За много data екипи това означава, че времето, което би трябвало да отиде за нови data продукти, модели или бизнес анализ, се изразходва за поддръжка на таблиците.

Dremio се опитва да се отличи с автоматизация

Именно тук компанията се опитва да се разграничи от конкуренти като Snowflake и Databricks. Dremio твърди, че е изградена около Iceberg от самото начало, а не е добавила поддръжка по-късно, и се позиционира като платформа, която автоматизира точно онези части от управлението на Iceberg, които клиентите най-малко искат да правят ръчно.

По думите на компанията платформата ѝ оптимизира постоянно физическия layout на данните чрез Iceberg Clustering, адаптира автоматично query acceleration чрез Autonomous Reflections и поема задачи като file compaction, изтичане на snapshot-и, пренаписване на manifest-и и почистване на orphan file-ове без нужда от ръчно планиране.

Dremio директно противопоставя това на Databricks, където според нея клиентите все още трябва сами да управляват optimization jobs, и на Snowflake, където автоматизацията според компанията е по-ограничена при Snowflake-managed Iceberg таблици.

По-малко поддръжка, по-бързи заявки

Стойността за клиентите е сравнително ясна: по-ниска оперативна тежест и по-добра производителност без отделна поддръжка. Dremio твърди, че автономната ѝ оптимизация намалява нуждата от пълни пренаписвания на таблици, като се насочва само към деградиралите части от data layout-а, а системата ѝ за reflections материализира само онова, което е нужно според реално наблюдаваното поведение на заявките.

Компанията твърди още, че това може да замени по-сложните silver и gold ETL слоеве с по-виртуализиран подход, както и че осигурява до 20 пъти по-висока скорост на заявките спрямо конкуриращи се lakehouse платформи по TPC-DS бенчмаркове. Това очевидно е послание, насочено към екипи, които харесват отвореността на Iceberg, но им липсва по-лесното performance tuning, характерно за класическите cloud warehouses.

Отвореността остава основното стратегическо послание

Dremio силно натиска и върху отвореността като конкурентно оръжие. Компанията посочва, че е съосновател на Apache Polaris – отворен стандарт за каталог – и твърди, че това помага на клиентите да избегнат нов тип lock-in на ниво catalog layer.

Според Dremio всяка таблица, която управлява, остава достъпна през съвместими engine-и като Spark, Trino, Flink, DuckDB и самото Dremio. Компанията противопоставя това на подхода около Unity Catalog на Databricks и на модела с управлявани таблици на Snowflake. За клиенти, които изграждат AI и analytics системи върху множество engine-и и framework-и, аргументът е, че отвореният достъп до данните и метаданните вече не е екстра, а необходимост.

Защо Iceberg V3 може да е по-важен, отколкото изглежда

Компанията използва текста и за да подчертае значението на Apache Iceberg V3, който описва като най-голямата стъпка напред след row-level deletes във версия 2.

Dremio твърди, че вече предлага read и write поддръжка за V3 таблици, включително binary deletion vectors, които могат да направят updates и deletes по-бързи и по-малко изчислително тежки спрямо по-старите подходи с position deletes. Компанията посочва още new row-level lineage полета, типа VARIANT за полуструктурирани данни и timestamps с наносекундна точност като функционалности, които правят Iceberg по-подходящ за real-time analytics, CDC pipelines, финансови услуги и IoT натоварвания.

Аргументът на Dremio е, че това не са просто малки подобрения, а възможности, които правят Iceberg по-практичен за следващото поколение data системи с тежък AI компонент.

Какво всъщност продава Dremio

Под повърхността на спора за форматите Dremio прави по-широк залог за бъдещето на lakehouse пазара. Компанията казва, че само отвореността вече не е достатъчна; печелившата платформа ще бъде тази, която запазва съвместимостта на Iceberg, но премахва управленската тежест, която често идва с нея.

Това дава на Dremio различна позиция спрямо доставчици, които поддържат Iceberg, но продължават да насочват клиентите към собственически catalog-и, управлявани слоеве или по-тежко оперативно участие. Залогът на компанията е ясен: ако Iceberg вече е победил като формат, следващата битка ще е кой ще направи работата с него достатъчно проста, за да не се превърне отвореността в нов източник на сложност.

Изображение: Dremio

Той обаче предизвика критика, тъй като използва Kimi 2.5 – open source модел на китайската компания Moonshot AI, само с допълнително reinforcement learning, според потребителя на X Fynn. Той сподели:

„Поне преименувайте ID-то на модела.“

Първоначално компанията не спомена Moonshot AI или Kimi в своето обявление, което повдигна въпроси за ролята на AI надпреварата между Съединените щати и Китай в тази ситуация.

След критиката, Лий Робинсън, вицепрезидент на Cursor, отговори, че използването на Kimi е в съответствие с лицензионните условия. Той поясни:

„Само 1/4 от изчисленията за крайния модел, идват от базата, останалото е резултат от нашето обучение.“

По думите му, представянето на Composer 2 по различни бенчмаркове е „много различно“ от това на Kimi.

Компанията Kimi също се присъедини към разговора, като публикува:

„Гордеем се, че Kimi-k2.5 служи като основа. Да видим как нашият модел е ефективно интегриран чрез допълнителен pretraining и high-compute RL обучение от Cursor е именно open model екосистемата, която подкрепяме.“

Съоснователят на Cursor Аман Сангер също публикува:

„Беше пропуск да не споменем Kimi като базов модел още от самото начало. Ще поправим това при следващия модел.“

NVIDIA и глобалните лидери в индустриалния софтуер въвеждат дизайна, инженерството и производството в ерата на AI
NVIDIA обяви партньорства с Cadence, Dassault Systèmes, PTC, Siemens и Synopsys, за да вкара CUDA-X, Omniverse и GPU-ускорени инструменти в индустриалните работни процеси. Инициативата е насочена към по-бърз дизайн, инженерна разработка и оптимизация на големи производствени структури (фабрики/заводи).

Hyundai, Kia и NVIDIA разширяват партньорството си за автономното шофиране от следващо поколение
NVIDIA съобщи, че Hyundai и Kia разширяват работата си с компанията около системи за автономно управление, изградени върху платформата DRIVE Hyperion. Съобщението подсказва, че автомобилният стек на NVIDIA продължава да набира инерция при системите за следващо поколение превозни средства.

NVIDIA пуска отворен blueprint за physical AI, за да ускори роботиката и автономното управление
NVIDIA представи отворена референтна архитектура, създадена да автоматизира начина, по който се генерират, обогатяват и оценяват тренировъчните данни за physical AI. Идеята е да се намалят разходите и сложността при обучението на системи за роботика, компютърно зрение и автономно управление.

Roche разширява AI партньорството с NVIDIA в развойната дейност, диагностиката и производството
Roche разширява внедряването на NVIDIA до над 3500 Blackwell GPU-та в глобалните си операции. NVIDIA представя проекта като показателен пример за това как AI фабрики могат да се използват едновременно в развойна дейност, диагностика и производство.

NVIDIA, T-Mobile и партньори интегрират physical AI приложения върху инфраструктура, готова за AI-RAN
NVIDIA и T-Mobile съобщиха, че работят с Nokia и други разработчици, за да пренесат приложения за physical AI върху разпределени edge AI мрежи. Проектът показва, че телекомуникационната инфраструктура все повече се превръща в платформа за AI услуги в реално време.

Adobe и NVIDIA обявяват стратегическо партньорство за следващото поколение модели Firefly и за creative, marketing и agentic работни процеси
Adobe и NVIDIA представиха по-широк съюз около AI-базирано създаване, продукция и персонализация. Партньорството включва работа по бъдещите модели Firefly, както и по agentic работни процеси за творчески и маркетингови приложения.

BYD, Geely, Isuzu и Nissan приемат NVIDIA DRIVE Hyperion за Level 4 автомобили
Внедряването на DRIVE Hyperion се разширява с BYD, Geely, Isuzu и Nissan, наред с други компании от сектора на мобилността. NVIDIA  представя това като знак за нарастващо търсене на мащабируеми платформи за Level 4 автономни превозни средства.

NVIDIA дава старт на следващата индустриална революция в knowledge work с отворена платформа за разработка на агенти
NVIDIA пусна отворена платформа за разработка на агенти, изградена около Agent Toolkit и runtime средата OpenShell. Целта е компаниите да могат да създават и управляват автономни, самоусъвършенстващи се AI агенти по-безопасно и по-ефективно.

NVIDIA създава Nemotron Coalition от водещи глобални AI лаборатории, за да ускори развитието на отворени frontier модели
NVIDIA представи Nemotron Coalition – нова форма на сътрудничество между разработчици на отворени модели и AI компании. Инициативата има за цел да обедини изследвания, данни, експертиза и изчислителен ресурс, за да ускори развитието на frontier open models.

NVIDIA разширява семействата си от отворени модели, за да захрани следващата вълна от agentic, physical и healthcare AI
NVIDIA разшири портфолиото си от отворени модели с нови версии, насочени към разработчици и учени, които създават системи, способни да разсъждават и действат в корпоративна среда, роботика и здравеопазване. Компанията позиционира отворените модели като основа за по-широко внедряване на AI.

NVIDIA обявява NemoClaw за общността OpenClaw
NVIDIA представи NemoClaw – стек за агент платформата OpenClaw, който позволява разгръщане на моделите Nemotron и runtime средата OpenShell с една-единствена команда. По думите на компанията пакетът добавя механизми за поверителност и сигурност, за да направи автономните агенти по-надеждни.

NVIDIA влиза в space computing и изстрелва AI в орбита
NVIDIA платформите за ускорени изчисления се разширяват към орбитални центрове за данни, геопространствено разузнаване и автономни космически операции. Това е опит AI производителност от клас – център за данни да бъде пренесена в силно ограничени космически среди.

NVIDIA пуска референтен дизайн за Vera Rubin DSX AI Factory и blueprint за дигитален двойник Omniverse DSX с широка индустриална подкрепа
NVIDIA представи референтен дизайн за AI фабрики Vera Rubin DSX и направи общодостъпен blueprint-а за дигитален двойник Omniverse DSX. Компанията твърди, че комбинацията ще помогне на клиентите да проектират и симулират голяма AI инфраструктура още преди нейното внедряване.

NVIDIA представя Vera CPU – процесор, създаден специално за agentic AI
NVIDIA анонсира Vera CPU, който описва като първия процесор, разработен специално за agentic AI и reinforcement learning. Компанията твърди, че чипът осигурява по-висока ефективност и по-бърза производителност спрямо традиционните rack-scale CPU решения.

NVIDIA представя storage архитектурата BlueField-4 STX с широко индустриално внедряване
NVIDIA обяви BlueField-4 STX – модулна storage архитектура, създадена за long-context reasoning при agentic AI. Системата е замислена така, че да улесни компаниите и cloud доставчиците при внедряването на ускорена storage инфраструктура.

NVIDIA Vera Rubin отваря нова граница пред agentic AI
NVIDIA съобщи, че платформата Vera Rubin влиза в пълно производство със седем нови чипа, предназначени да мащабират големи AI фабрики. Компанията я представя като ключова платформа за следващия етап от инфраструктурата за agentic AI.

NVIDIA DLSS 5 носи AI пробив във визуалното качество на игрите
NVIDIA представи DLSS 5 и го определи като най-големия си графичен пробив след ray tracing в реално време. Според компанията новата версия издига още повече качеството на изображението и производителността чрез AI-базирано рендиране.

От симулация към производство: как се изграждат роботи с AI
В публикация в блога на GTC NVIDIA описва как най-новите ѝ отворени модели, симулационни инструменти и embedded изчислителни решения се комбинират, за да ускорят работните процеси от облака до робота. Основното послание е, че разработката в роботиката се движи към по-интегриран pipeline – от софтуера до реалното внедряване.

Повече, отколкото се вижда на пръв поглед: RTX-ускорени компютри на NVIDIA вече се свързват директно с Apple Vision Pro
NVIDIA съобщи, че CloudXR 6.0 вече се интегрира нативно с visionOS, което позволява на RTX-базирани симулатори и професионални 3D приложения да се свързват директно с Apple Vision Pro. Новината разширява позициите на NVIDIA в immersive enterprise и дизайн работните процеси.

NVIDIA и телеком лидери изграждат AI grids за оптимизация на inference върху разпределени мрежи
В публикация в блога си NVIDIA защитава тезата, че телеком мрежите се превръщат в нов слой за разпределен inference. Компанията посочва активността на оператори в САЩ и Азия на фона на разширяването на AI-native приложенията към все повече устройства, потребители и агенти.

GTC поставя под светлините на прожекторите RTX PC и DGX Spark системи на NVIDIA, които изпълняват локално най-новите отворени модели и AI агенти
NVIDIA съобщи, че на GTC 2026 е показала нова категория „agent computers“, включително RTX PC и DGX системи, които изпълняват локално отворени модели и AI агенти. Посланието е, че персоналните компютри навлизат в етап, в който generative и agentic AI все по-често ще работят директно на устройството.

Snap решения: как отворени библиотеки за ускорена обработка на данни ускоряват A/B тестовете в Snapchat
NVIDIA открои използването от страна на Snap на отворени библиотеки на NVIDIA за обработка на данни в Google Cloud с цел по-бърза разработка на продукти и по-ефективно експериментиране. Публикацията представя ускорената аналитика като начин A/B тестовете в голям мащаб да станат по-бързи и по-ефективни.

Плавно движение: virtual reality със 90 кадъра в секунда вече е налична в GeForce NOW
NVIDIA съобщи, че GeForce NOW вече поддържа стрийминг с 90 fps за съвместими VR headset устройства. Обновлението е насочено към по-плавно и по-завладяващо cloud gaming изживяване за потребителите на виртуална реалност.

Изображения: NVIDIA

В отговор на нарастващата нужда от сигурност и доверие при използването на отворен код, Docker представи Docker Maintained Community Packages (MCP) – нов каталог и съпътстващ набор от инструменти, които ще улеснят разработчиците и организациите в използването на надеждни и поддържани контейнери.

Каталогът MCP съдържа внимателно подбрани open source пакети, които са често използвани в реални проекти и поддържани директно от Docker. Това дава на екипите сигурна алтернатива на често срещаните, но слабо проверени образи в публични хранилища.

Към каталога се добавя и MCP Toolkit – пакет от инструменти с отворен код, които подпомагат изграждането, тестването и валидирането на Docker образи. Това позволява на разработчиците не само да възпроизвеждат официалните пакети на Docker, но и да създават собствени, сигурни и адаптирани контейнери за конкретните си нужди.

„Сигурността остава водещ приоритет в света на отворения код и контейнерите“,

споделят от Docker в официалния си блог.

„С MCP предлагаме решение, което носи повече прозрачност и увереност при разработката и внедряването на софтуер.“

Проектът следва актуалните тенденции в индустрията, които поставят акцент върху целостта на софтуерната верига на доставки, включително практики като Software Bill of Materials (SBOM) и цифрово подписване – и двете интегрирани в MCP.

Очаква се широк интерес както от страна на индивидуалните разработчици, така и от DevOps екипи и организации, които се стремят към по-висока сигурност, по-добра CI/CD хигиена и спазване на регулации при използване на open source.

Docker приканва общността към активно участие чрез GitHub – с обратна връзка, предложения и принос към MCP инициативата, с цел изграждане на още по-надеждна контейнерна екосистема.

Новината беше обявена по нетрадиционен начин в официалния блог на WunderGraph, в духа на прозрачната и ориентирана към разработчиците култура на екипа. Компанията публикува и официално изявление за TechCrunch, в което споделя повече детайли за стратегическото партньорство с eBay и дългосрочната си визия.

„Инвестицията ни в мощната open source платформа на WunderGraph ще подпомогне API екосистемата на eBay и ще позволи на екипите ни да създават продукти по-бързо и по-ефективно, като така подкрепят нашите продавачи да просперират,“

коментира Брайън Уудръф, вицепрезидент по инженеринг на потребителското изживяване за продавачи в eBay.

Създадена през 2020 г. от главния технологичен директор Дъстин Деус, изпълнителния директор Йенс Нойзе, оперативния директор Бьорн Швенцер и търговския директор Стефан Аврам, WunderGraph е регистрирана в САЩ още от самото начало. Повечето от основателите са базирани в Германия, докато Аврам, който се намира в Маями, се присъединява през 2022 г., за да осигури местно лидерство в САЩ.

Решение на проблема с API хаоса чрез GraphQL

GraphQL, създаден първоначално от Meta (тогава Facebook) през 2012 г. и отворен за общността през 2015 г., е език за заявки към API-та, който цели по-ефективно извличане на данни. За разлика от REST API, където често се извличат твърде много или твърде малко данни, GraphQL позволява на клиентите да заявяват точно това, от което се нуждаят. Това го прави изключително подходящ за съвременни архитектури, особено при използването на микросервизи.

Но с нарастването на броя на API-тата, тяхното управление става все по-сложно. Тук се намесва WunderGraph. Първоначално компанията предлага SDK за обединяване на различни API-та – REST, SOAP и бази данни като MySQL. През 2023 г. те осигуряват финансиране от 3 милиона долара, за да създадат платформа тип „GitHub за API“, насочена към споделяне и съвместна работа с API-та.

По същото време Apollo напредва с GraphQL Federation – подход за координация между множество екипи, работещи по мащабни приложения. Но когато Apollo премина от отворен лиценз MIT към по-рестриктивния Elastic License в края на 2021 г., това отворя вратите за появата на конкуренция.

„Данните ни показаха, че много хора търсят отворена алтернатива на Apollo Federation,“

споделя Нойзе пред TechCrunch.

„Решихме, че досегашният ни подход не е достатъчен и е време да предложим изцяло отворена алтернатива.“

Резултатът е Cosmo – напълно open source платформа за GraphQL федерация, стартирала в края на 2023 г.

Стратегическо партньорство с eBay

WunderGraph е основният поддръжник на Cosmo и предлага допълнителни услуги като хостинг, премиум поддръжка и интеграция с инструменти за анализи, автентикация и мониторинг. Въпреки че големите корпорации могат да изградят свои вътрешни решения, много от тях предпочитат продукти като Cosmo, подкрепени с гаранции за поддръжка (SLA).

Именно тук сътрудничеството с eBay се оказва от ключово значение. eBay получава гъвкаво и отворено решение за федерация с GraphQL, докато WunderGraph черпи опит и реални потребителски сценарии от мащаба на eBay.

„Ние сме експерти по федерацията, но нямахме опит с предизвикателства от мащаба на eBay,“

признава Нойзе.

„Благодарение на това тясно партньорство, те ни научиха как да изградим продукт, който реално може да се интегрира в компании като тях.“

Cosmo е проектиран да бъде модулен, така че компаниите да използват само нужните им компоненти – важен фактор за избягване на т.нар. vendor lock-in. Според Нойзе, отвореният код е единственият път напред:

„Пазарът трябва да бъде колкото се може по-широк. Как да привлечем всички? Като направим решението отворено. Не можем да ограничаваме начина, по който хората го използват.“

Какво предстои?

С новото финансиране от 7.5 милиона долара, WunderGraph планира да разшири 20-членния си екип и да доразвие платформата си с инструменти, насочени към съвместна работа и управление – критично важни за големи, разпределени екипи.

„Отвореният код е бъдещето на управлението на API. Предприятията изискват прозрачност, гъвкавост и контрол,“

заявява съоснователят Стефан Аврам.

„Създаваме основната инфраструктура за най-големите платформи в света, а това финансиране ще ни помогне да се разраснем, без да правим компромис с отдадеността си към open source философията,“

добавя още той като акцентира върху важността на open source концепцията.

Всички тези факти са добре известни на опитни хора в технологичната индустрия и са цитирани от Марк Зукърбърг в статията му „AI с отворен код е пътят напред“, публикувана в блога на Meta.

AI с отворен код бързо настига затворените модели

Според Зукърбърг се очаква AI с отворен код да се развива по начин, подобен на Linux. Какво се случва на пазара? В момента няколко технологични компании разработват водещи затворени модели. Изкуственият интелект с отворен код обаче бързо наваксва изоставането. Миналогодишната Llama 2 беше сравнима с моделите от по-старо поколение. Тази година Llama 3 се конкурира с най-модерните модели и води в някои направления. Следващата година Марк Зукърбърг прогнозира бъдещите модели на Llama да станат най-модерните в индустрията. Дори сега Llama води по отношение на отвореност, възможности за модификация (modifiability) и ефективност на разходите.

Llama 3.1 405B, първият граничен AI модел с отворен код

Предприемат се значителни стъпки към превръщането на AI с отворен код в индустриален стандарт. Llama 3.1 405B, първият граничен модел с отворен код, е наличен заедно с новите и подобрени модели Llama 3.1 70B и 8B. Тези модели предлагат значително по-добра цена/производителност в сравнение със затворените модели. Фактът, че моделът 405B  е с отворен код го прави идеален за фина настройка и дестилиране на по-малки модели.

В допълнение към пускането на тези модели вече е налице сътрудничество с други водещи компании, което цели допълнително да развие вече широката екосистема. Amazon, Databricks и NVIDIA стартират пакети с цялостни услуги за разработчиците, които им позволяват фина настройка и дестилиране на техните модели. Новатори като Groq създават технологии и inference услуги с ниска латентност и ниска цена. Моделите ще бъдат налични в големи облаци, включително AWS, Azure, Google, Oracle и др. Компании като Scale.AI, Dell и Deloitte са готови да помогнат на предприятията да приемат Llama и да обучат персонализирани модели с неговите данни. Тъй като общността расте и все повече компании разработват нови услуги, Llama може колективно да се превърне в индустриален стандарт, носейки ползи от AI за всички.

„Meta се ангажира с AI с отворен код“

Марк Зукърбърг твърди, че Meta се ангажира с AI с отворен код. Той подчертава защо тези “open source” средства всъщност са най-добрият стек за разработка, защо Llama с отворен код е от полза за Meta и защо AI с отворен код е добър за света, като осигурява дългосрочна жизнеспособност.

Защо AI с отворен код е добър за разработчиците?

AI с отворен код е от полза за разработчиците, тъй като позволява моделите да бъдат персонализирани, за да отговарят на специфичните нужди на организациите без външни компании да имат достъп до данните, с които се обучава модела. AI с отворен код осигурява независимост от затворени доставчици, осигурявайки контрол и гъвкавост на модела като позволява на моделите да работят локално с прозрачни процеси на разработка, предлага ефективност на разходите. На практика модели като Llama 3.1 405B работят на приблизително половината от цената на затворените модели, което всъщност е обещаваща бъдеща инвестиция, тъй като технологията с отворен код напредва бързо и се очаква да остане печеливша в дългосрочен план.

Може да достъпите моделите тук: llama.meta.com. 

Снимка: about.meta.com

„Този код заема важно място в историята и е завладяващ прочит на операционна система, която е написана изцяло в 8086 “assembly” код преди почти 45 години“, се казва в публикацията.

Инициативата включва не само изходния код за MS-DOS 4.00, но и допълнителни бета двоични файлове, документация в PDF формат и имиджи на дисковете. Тези материали са били запазени, а сега успяха да станат достъпни благодарение на усилията на интернет архивиста Джеф Спонаугъл и насоките на бившия технически директор на Microsoft Рей Ози.

Отворената вече версия на MS-DOS 4.00, разработена в сътрудничество с IBM, има сложна история. Тя стои в основата на разработката на OS/2. Интересен факт е, че тази версия включва ранни, неиздадени бета бинарни файлове, открити от младия английски изследовател, Конър „Старфрост“ Хайд, който ги намира сред колекцията от софтуер на Рей Ози.

Публикуваният код може да работи на оригинален IBM PC XT и Pentium, и също така е съвместим с емулатори с отворен код като PCem и 86box, което позволява на ентусиастите да изследват този ретро софтуер на по-съвременни машини.

Според публикация в блога на компанията този ход съответства на желанието на екипа да позволи на потребителите и разработчиците да оформят бъдещето на изкуствения интелект в Windows Terminal, като насърчават съвместната среда за иновации.

Terminal Chat, който понастоящем е наличен в Windows Terminal Canary, позволява на потребителите да водят разговори с услуга с изкуствен интелект директно в терминала. Тази функция дава възможност на потребителите да получават интелигентни предложения, като например търсене на команди или разбиране на съобщения за грешки, като същевременно запазват контекста на своята терминална сесия.

За повече подробности около новината посетете DevStyleR.io – Microsoft Open Source for Terminal Chat

Гледайте Втори Епизод “ИТ Индустрията във Варна – Компании, Кариера, Бъдеще” от документалната поредица The BIG TECH на DevStyleR.

Слушайте новия подкаст на DevStyleR “Може ли да се доверим на Cloud Provider”.

Следвайте ни във Facebook, Instagram, LinkedIn и YouTube.

Прочетете Още:
1. Успех за Българската Екосистема, Българо-Американската LucidLink Набра 75 Млн. Долара
2. Анелия Иванова: Всеки Ден Научавам Нови Неща и Това Адски Много ме Мотивира
3. Dropbox и NVIDIA с Партньорство, Целта е Предоставяне Генеративен AI на Клиентите

Buck2 може да бъде достъпна от GitHub или от уебсайта Buck2. Системата може да изгражда софтуер, написан на всеки език, и може да изгражда софтуер, написан на много езици едновременно. Например, ако разработчиците имат двоичен файл на Python, който импортира библиотека на Rust, зависеща от библиотека на OCaml, зависеща от файл на C, Buck2 може да им помогне, споделя Мета.

Повече подробности около новината можете да прочетете на международното издание DevStyleR.IO – Meta Releases Buck2 Under the MIT Open Source License