Hier ziet u hoe u het exact oplost. Het artikel Het bouwen van eerlijke evaluatiesets is een combinatorisch probleem verscheen eerst op Towards Data Science.
Begin deze maand kondigde de VN aan dat de planeet waarschijnlijk binnen enkele jaren voorbij de 1,5 ˚C opwarming zal gaan, waarmee elke resterende hoop dat landen hun emissies snel genoeg zouden verminderen om het ambitieuzste doel van het Parijse klimaatakkoord te bereiken, de grond in wordt geboord. In de VS, de op één na grootste uitstoter ter wereld, ontkent de leider van het land nog steeds klimaat…
Als klanten het over AI-kosten hebben, begint het gesprek meestal met tokenprijs en eindigt het bij toegang tot het nieuwste, meest capabele model in de cloud. Hebben zij echt dat niveau van mogelijkheden nodig? Niet per se. Maar daar eindigt het gesprek vaak. Nu AI van experimentatie naar productie gaat, is modelkeuze slechts één…
Reacties
Google Cloud AI Research heeft RRSI open-sourced, een framework dat LLM-agenten in staat stelt hun eigen prompts, tools en geheugen te herschrijven terwijl de modelgewichten bevroren blijven. Het voegt een leakage critic, een noise floor, een cost rule en pruning toe zodat verbeteringen overdraagbaar zijn naar nieuwe taken. Met Claude Opus 4.8 steeg Terminal-Bench 2.1 van 74,2% naar 80,2%, en alle 6 held-out splits verbeterden. Het artikel Google Research Open-Sources RRSI: AI Agents That Improve Their Own Harness Without Overfitting verscheen eerst op MarkTechPost.
Comments
H Company heeft Holo4 uitgebracht, een familie van generalist computer-use models voor AI-agents. Eén set weights klikt en typt op schermen. Het schrijft ook code en roept MCP of API tools aan. Holo4 is verkrijgbaar in 2 varianten: Holo4 27B (dense) en Holo4 35B-A3B (Mixture of Experts, 3B active). Beide ondersteunen een 256K context op […] Dit bericht H Company Releases Holo4: Open-Weight Computer-Use Models That Click, Code and Call Tools Across Desktop, Web, Android and APIs verscheen eerst op MarkTechPost.
Comments
Het Qwen-team van Alibaba heeft Qwen-Audio-3.1-Realtime uitgebracht, een full-duplex spraakmodel dat is getraind om te redeneren, tools aan te roepen en te beslissen wanneer het moet spreken. Bij een τ-Voice-aanpassing stijgt de taaksucces van 78,4% naar 82,0%. Reacties op achtergrondspraak dalen van 73% naar 13%. Het is nu beschikbaar als een API op QwenCloud.
Anthropic heeft Claude Sonnet 5.5 uitgebracht, het tweede model in zijn Claude 5.5-familie. Het behaalt 70.6% op Terminal-Bench 4.0 en ligt binnen 2 punten van Opus 5.5 op GDPval-AA. Ook genereert het 30%+ sneller output dan Sonnet 5 en behouden dezelfde $2/$10 per miljoen tokens-prijs. Anthropic stelt dat de kosten per taak tot 30% dalen omdat het model minder tokens gebruikt. Je kunt het vandaag nog inzetten via de Claude API, AWS, Google Cloud en Azure.
Opmerkingen
Comments
Comments