• Az Ernst & Young (EY) kanadai részlege visszavont egy kiberbiztonsági jelentést, miután kiderült, hogy a hivatkozásainak jelentős része AI által generált és hamis volt.
• A "Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems" című jelentés 27 hivatkozásának több mint 70%-a kitalált, hibás vagy nem létező forrásokra mutatott.
• Az esetet a GPTZero nevű, AI-detektálással foglalkozó kutatócsoport tárta fel, rávilágítva az LLM-ek "hallucinációjának" veszélyeire a szakmai anyagokban.

Az eset komoly kérdéseket vet fel a mesterséges intelligencia felelős vállalati felhasználásával és a generált tartalmak ellenőrzésének szükségességével kapcsolatban. A hamis forrásokkal teli jelentés alááshatja egy neves tanácsadó cég hitelességét és "megmérgezheti" a kutatási területet pontatlan adatokkal.

• A DoorDash létrehozta az AutoEval nevű, emberi felügyelettel működő, LLM-alapú rendszert a keresési találatok minőségének automatizált értékelésére.
• A rendszer 98%-kal csökkentette az értékelés átfutási idejét a manuális emberi értékeléshez képest, és kilencszeresére növelte az értékelési kapacitást.
• Az AutoEval a GPT-4o modellt használja, és egyedi, "Whole-Page Relevance" (WPR) metrikát alkalmaz, amely a teljes találati oldalt értékeli, nem csak az egyes eredményeket.

A DoorDash az AutoEval rendszerrel váltotta fel a lassú és inkonzisztens manuális keresési-találat értékelést. Ez a mesterséges intelligencia alapú megoldás gyorsabb és pontosabb visszajelzést ad a fejlesztőknek, lehetővé téve a keresési algoritmusok és a felhasználói felület hatékonyabb iterációját.

• Kutatók bemutatták a VisAnomReasoner nevű, paraméter-hatékony VLM-et, amelyet idősoros adatábrák anomáliáinak észlelésére és megmagyarázására finomhangoltak.
• A modell betanításához létrehozták a VisAnomBench nevű benchmark adathalmazt, amely a nyilvános idősoros adatok mellett természetes nyelvű anomália-magyarázatokat is tartalmaz.
• A VisAnomReasoner jelentősen, több mint 20 százalékponttal felülmúlta a korábbi modelleket a pontosság és az F1-pontszám tekintetében a VisAnomBench adathalmazon.

A kutatás célja, hogy a kisméretű Vizuális-Nyelvi Modellek (VLM) hatékonyan ismerjék fel az anomáliákat idősoros adatok vizuális reprezentációin (pl. grafikonokon), és erre magyarázatot is adjanak. Ez a megközelítés a nagy, általános modelleknél specifikusabb és hatékonyabb lehet célzott feladatokra.

• Az OpenRouter, egy AI modell aggregátor platform, 2026. május 28-án 113 millió dolláros B sorozatú tőkebevonást jelentett be.
• A befektetési kört az Alphabet növekedési alapja, a CapitalG vezette, és olyan cégek is részt vettek benne, mint az NVentures (NVIDIA), a ServiceNow Ventures és a Databricks Ventures.
• A platform heti token-forgalma hat hónap alatt 5 billióról 25 billióra nőtt, és több mint 400 modellt tesz elérhetővé egyetlen API-n keresztül.

Az OpenRouter egyetlen felületen keresztül teszi elérhetővé a fejlesztők számára a különböző AI modellszolgáltatókat (mint az OpenAI, Anthropic, Google). A friss tőkeinjekciót az infrastruktúra skálázására, a vállalati képességek bővítésére és az intelligens modell-útválasztás fejlesztésére fordítják.

Nem találtam publikusan elérhető háttérinformációt.

Nem találtam publikusan elérhető háttérinformációt.

• Az Anthropic egy 65 milliárd dolláros H sorozatú finanszírozási kör után a világ legértékesebb mesterséges intelligencia startupjává vált.
• A cég értékeltsége ezzel 965 milliárd dollárra nőtt, megelőzve az OpenAI körülbelül 852 milliárd dolláros értékét.
• Az Anthropic árbevétel-előrejelzése (revenue run rate) 47 milliárd dollár, ami jelentős növekedés a korábbi 30 milliárd dollárhoz képest, nagyrészt a népszerű Claude Code kódoló asszisztensüknek köszönhetően.

Az Anthropic, a Claude nyelvi modellek fejlesztője, egy jelentős tőkebevonás révén megelőzte az OpenAI-t, mint a legértékesebb magánkézben lévő AI startup. Ez a fejlemény a verseny kiéleződését mutatja az alapmodellek piacán, ahol a befektetők nagy fantáziát látnak az OpenAI alternatíváiban.

• A Qwen-VLA az Alibaba Qwen csapatának fejlesztése, amely a Qwen3.5-4B vizuális-nyelvi modellt egy DiT-alapú (Diffusion Transformer) akciódekóderrel kombinálja a folyamatos vezérlési jelek generálására.
• A modell egy egységes keretrendszerben kezeli a robotmanipulációs, navigációs és egocentrikus emberi mozgásokat, kiküszöbölve a feladatspecifikus architektúrák szükségességét.
• Kiképzése egy négyfázisú folyamat során történik, amely magában foglalja a szöveg-akció előtréninget, a felügyelt finomhangolást és a megerősítéses tanulást, változatos adatforrásokat (robotok manipulációs adatai, emberi demonstrációk, szimulációs adatok) felhasználva.

A Qwen-VLA egy egységesített látás-nyelv-cselekvés (vision-language-action) alapmodell, amelyet arra terveztek, hogy egyetlen architektúrával képes legyen sokféle robotikai feladatot, környezetet és robotplatformot kezelni, áthidalva a szakadékot a világ megértése és az abban való cselekvés között.

• A PrismML által bemutatott 1-Bit Bonsai egy 4 milliárd paraméteres képalkotó modellcsalád, amelyet kifejezetten helyi eszközökön, például laptopokon és telefonokon való futtatásra optimalizáltak.
• A modell a FLUX.2 Klein 4B architektúrára épül, de a transzformer súlyokat bináris ({−1, +1}) vagy ternáris ({−1, 0, +1}) formában tárolja, ami drasztikusan csökkenti a modell méretét.
• Az 1-bites változat a diffúziós transzformer méretét 7,75 GB-ról 0,93 GB-ra csökkenti (8,3-szoros csökkenés), míg a teljes modell telepítési mérete 3,42 GB, szemben az eredeti 15,97 GB-tal.

A 1-Bit Bonsai egy olyan új képalkotó modell, amely a súlyok radikális, 1-bites kvantálásával lehetővé teszi a nagy teljesítményű generatív AI futtatását korlátozott erőforrású lokális eszközökön, jelentősen csökkentve a memória- és tárhelyigényt a minőség számottevő romlása nélkül.

• A Claude Opus 4.8-at 2026. május 28-án adta ki az Anthropic, amely a 4.7-es verziót váltja.
• Főbb újdonságai a továbbfejlesztett, ágens-alapú kódolási képességek (SWE-bench Pro teszten 69.2%-os eredmény), a megbízhatóságra és a hibák proaktív jelzésére való fókusz, valamint a "Dynamic Workflows" funkció, ami komplex feladatok párhuzamos végrehajtását teszi lehetővé több száz al-ágenssel.
• A költséghatékonyságot a 3x olcsóbb "fast mode" és a prompt caching technika javítja, amely akár 90%-kal csökkentheti az ismétlődő input tokenek költségét.

A Claude Opus 4.8 az Anthropic legfejlettebb AI modellje, amelyet kifejezetten komplex, nagy megbízhatóságot igénylő vállalati feladatokra, szoftverfejlesztésre és ágens-alapú munkafolyamatok automatizálására terveztek.

• A sablonos válaszok elkerülésének kulcsa a részletes, kontextust adó promptok írása, amelyek meghatározzák a célközönséget, a kívánt hangnemet és stílust.
• A konkrét példák és a kívánt szövegszerkezet (pl. lista, táblázat, bekezdések száma) megadása segít az AI-nak a feladat pontosabb értelmezésében.
• Az interaktív megközelítés, ahol a felhasználó a kapott válasz alapján finomítja a promptot vagy további instrukciókat ad, elengedhetetlen a személyre szabott és egyedi eredmény eléréséhez.

A sablonos, gépi hangzású AI-válaszok elkerülése a prompt engineering (utasítás-tervezés) megfelelő technikáival lehetséges. Ahelyett, hogy kész prompt-sablonokat használnánk, a cél az, hogy az AI-t minél több specifikus információval és iránymutatással lássuk el a valóban egyedi és emberi hangvételű szövegalkotáshoz.

• Az Anthropic rendelkezik egy "Claude Design" nevű, vizuális tartalmak (prototípusok, prezentációk, infografikák) készítésére specializálódott felülettel (claude.ai/design), amely a Claude Opus 4.7 vizuális modellre épül.
• A folyamat egy design rendszer létrehozásával kezdődik, amelynek során a felhasználó feltölti a saját márkájához tartozó elemeket (logók, színek, betűtípusok, meglévő designok).
• A rendszer a feltöltött arculati elemek és a szöveges promptok alapján képes egyedi, márkához illeszkedő infografikákat és egyéb vizuális anyagokat generálni, amelyek HTML-alapon jönnek létre és interaktívak lehetnek.

Infografikák készíthetők a Claude AI segítségével egy saját, AI-alapú design rendszer felépítésével. Ennek lényege, hogy a Claude-ot "megtanítjuk" a saját vizuális stílusunkra a márkánk anyagainak feltöltésével, majd ezt a rendszert használva, promptokkal instruáljuk konkrét infografikák létrehozására.