AI agenti v praxi.
Srozumitelně, ověřeně a bez hype.

Google podle rubriky AI Twitter Recap zpřístupnil model Gemini 4 Argon globálně. Určený je pro programování, znalostní práci, firemní workflow a kybernetickou obranu.

Nejdražší model nemusí být tím správným pro každou úlohu. Tuto myšlenku rozvádí průvodce, v němž OpenAI vysvětluje, jak z rodiny GPT-6 vybrat model pro konkrétní práci.

Jedno malé zařízení zvládlo za necelou půlhodinu práci, kterou referenční řešení dělalo víc než dvě a půl hodiny. NVIDIA uvádí, že její runtime TensorRT Edge-LLM s modelem Qwen3.6-27B na jednom vývojářském kitu Jetson AGX Thor dokončil všech 1 007 kroků výkonnostní zátěže benchmarku MLPerf Inference v6.1 Edge Agentic za 24 minut a 36 sekund.

Microsoft Research představuje StudentSim, výzkumný systém, který má pomoci hodnotit a zlepšovat AI tutory ještě předtím, než se vyzkoušejí na skutečných studentech. Autoři výslovně uvádějí, že nejde o produkt, systém není nasazený ve třídách a nemá nahrazovat učitele.

Amazon Web Services zveřejnilo na svém blogu o umělé inteligenci návod, jak provozovat velký jazykový model (LLM) rozložený na více výpočetních uzlech. Příspěvek ukazuje nasazení jednoho takového modelu na dvou GPU uzlech ve službě Amazon EKS, tedy v řízeném prostředí Kubernetes od AWS.

Anthropic u svých agentních nástrojů zkouší nový přístup: o tom, jak se spolupracující agenti uspořádají, má rozhodovat sám model Claude. Podle rozhovoru zveřejněného na webu Latent Space jsou takzvané flows další verzí orchestrace více agentů.

Microsoft oznámil, že chce od roku 2027 rozšiřovat rodinu čipů Azure Maia na nasazení v řádu více gigawattů. Podle firmy se má Maia stát primárním inferenčním systémem pro její produkty a služby.

NVIDIA představila Do Inference Now (DIN) Deploy, otevřenou sadu praktických vzorků v jazyce C++. Podle technického blogu společnosti mají vzorky pomoci vývojářům s cestou od checkpointu modelu, tedy uloženého stavu natrénovaného modelu, k nativní aplikaci s hardwarovou akcelerací.

NVIDIA zveřejnila měření, při němž se porovnával provoz velkého jazykového modelu (LLM) se zapnutými a vypnutými důvěrnými výpočty. Test proběhl s modelem DeepSeek-R1 na osmi grafických procesorech B200.

Zlatá evalační sada je kurátorovaný soubor vstupů z reálného provozu, které jsou spárovány s ověřenými očekávanými výstupy. Sada je verzována v systému Git a spouští se před každým nasazením jako regresní test chování modelu.