Artikel LLM

Qwen3.8-Max adalah flagship 2,4T-parameter milik Alibaba, memuncaki OSWorld-Verified dan PaperBench. Berikut yang baru, benchmark, dan dampaknya bagi industri.

Qwen3.8-Omni-Flash dari Alibaba menangani teks, gambar, audio, dan video dengan jendela konteks 1 juta token, mengungguli Gemini 3.8 Flash pada tolok ukur audio.

Tim Qwen dari Alibaba meluncurkan QwQ-32B, model AI open-source dengan 32 miliar parameter untuk penalaran kompleks, yang bersaing dengan model lebih besar seperti DeepSeek-R1.

Saya menguji kemampuan model QwQ-32B-Preview dari Alibaba dengan serangkaian tugas matematika, pengodean, dan logika.

Pelajari tentang reinforcement fine-tuning dari OpenAI, teknik baru untuk memurnikan model bahasa besar menggunakan loop pelatihan berbasis reward.

Fugu dari Sakana AI mengorkestrasi kumpulan LLM frontier di balik satu API. Kami membahas fitur, angka tolok ukur, harga, dan kasus penggunaan nyata.

SAM 2 (Segment Anything Model 2) dari Meta AI adalah model terpadu pertama yang mampu melakukan segmentasi objek apa pun pada gambar dan video secara real-time.

Pelajari bagaimana mekanisme self-attention merevolusi AI. Telusuri landasan matematis dan penerapannya, dari GPT hingga Vision Transformer.

Eksplorasi mendalam tentang arsitektur, efisiensi, dan strategi penerapan untuk small language models dibandingkan large language models.

Jev dari TypeSafe adalah kelas baru model AI, Model System One, yang mengembalikan keputusan bertipe dengan probabilitas terkalibrasi alih-alih teks, berjalan 40-200x lebih cepat daripada LLM frontier.

Inkling adalah model open-weights pertama dari Thinking Machines, sebuah MoE 975B parameter dengan konteks 1M token, input multimodal native, dan upaya berpikir yang dapat dikendalikan.

Pelajari bagaimana arsitektur Titans dari Google meningkatkan mekanisme attention pada Transformer dengan memasukkan sistem memori yang terinspirasi dari otak manusia.