2026. július 3., péntek · Modellek

Ausztrál startup az AI-csoportgondolkodás ellen: a Springboards Flint modellje változatosabb válaszokat ígér

A legtöbb nagy nyelvi modell – köztük a ChatGPT, Claude és Gemini – meglepően kiszámítható válaszokat ad nyitott kérdésekre: ha véletlenszámot kérünk 1 és 10 között, szinte mindig a 7-et kapjuk. A MIT Technology Review beszámolója szerint az ausztrál Springboards startup erre a problémára fejlesztette ki Flint nevű nagy nyelvi modelljét, amelyet kifejezetten arra tanítottak, hogy nyitott végű kérdéseknél – például úticél-ajánlásoknál – szélesebb válaszskálát kínáljon a mainstream modellekénél. A jelenség azért fontos, mert bár a kiszámíthatóság kódolási vagy kutatási feladatoknál elfogadható, az ötletelés és kreatív tervezés területén az AI-csoportgondolkodás komoly korlátot jelent. A Flint pontos teljesítményéről és összehasonlító teszteredményeiről a forrás nem közöl részleteket.

Miért fontos?

A csoportgondolkodás problémája rávilágít a nagy nyelvi modellek kreativitási korlátaira, ami új piaci rést nyithat a diverzebb válaszokat adó LLM-ek számára.

Források

Financial Times MIT Technology Review

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. július 3., péntek napi AI összefoglaló része.

Kapcsolódó hírek

Az LLM-ek csoportgondolkodásba ragadtak – egy ausztrál startup változatosabb válaszokat ígér

A nagy nyelvi modellek meglepően kiszámítható válaszokat adnak nyitott kérdésekre: ha véletlenszámot kérünk 1 és 10 között, szinte mindig 7-et mondanak, autómárkánál pedig Toyotát vagy Hondát – mutatja be a jelenséget a MIT Technology Review. Az ausztrál Springboards startup Flint nevű modellje kifejezetten arra lett betanítva, hogy változatosabb, kevésbé sztereotip válaszokat generáljon. A cég társalapítója, Pip Bingemann szerint a fősodorbeli modellek pontosan ugyanazokra az eredményekre konvergálnak, ami kutatásnál vagy kódolásnál elfogadható, de ötletgyártásnál és kreatív feladatoknál komoly korlát. A Flint a hagyományos modellekkel ellentétben a hallucinációkat sem ellenségnek tekinti, hanem a változatosság forrásának. A jelenség szélesebb tudományos figyelmet is kap: novemberben kutatók is vizsgálták az LLM-ek válaszainak szűk eloszlását.

Google bemutatta az EmbeddingGemma 2 nyílt, könnyűsúlyú multimodális beágyazó modellt

A Google kiadta az EmbeddingGemma 2 nevű nyílt modellt, amely szöveget, képet, videót, hangot és kódot alakít numerikus vektorokká, hogy hasonló tartalmakat könnyebben lehessen keresni és összehasonlítani. A Google állítása szerint ez a legkompaktabb ilyen típusú modell a maga 740 millió paraméterével, és a multimodális beágyazási benchmarkokon felülmúlja a nála akár kétszer nagyobb versenytárs modelleket is. A modell API-kulcs nélkül, helyben futtatható: egy lekérdezés WebGPU-n keresztül böngészőben 20-70 ezredmásodpercet vesz igénybe, mindössze körülbelül 191 MB memóriát igényel, és akár hatszorosára csökkenti a helyi vektoradatbázisok tárolási igényét. Csak szöveges feladatokhoz egy 270 millió paraméteres, kisebb változat is elegendő. A Gemma 4-hez hasonló kis nyílt modellekkel párosítva offline, szerverre küldött adatok nélkül futó RAG-alkalmazások építhetők; a súlyok elérhetők a Hugging Face-en és a Kaggle-ön.

Elérhető az Anthropic Claude Haiku 5.5 modellje az AWS-en

Az AWS bejelentette, hogy a Claude Haiku 5.5 mostantól elérhető az Amazon Bedrocköz és a Claude Platformon keresztül is. Az Anthropic állítása szerint ez a Claude 5.5 család leggyorsabb és leghatékonyabb tagja, amelyet kifejezetten subagentekhez és nagy volumenű, költségérzékeny feladatokhoz fejlesztettek, és a legtöbb feladatnál mintegy 75 százalékkal olcsóbb, mint a Claude Haiku 4.5. A modell az első Haiku, amely úgynevezett effort control funkciót kapott, így feladatonként állítható a költség és a képesség aránya. A Bedrocköz kapcsolódva a vállalati adatok az AWS infrastruktúráján belül maradnak, és a megszokott AWS-eszközök (IAM, CloudTrail, CloudWatch, Bedrock Guardrails) is használhatók mellette. A gyártó szerint a modell jól teljesít kódolási, eszközhasználati és agentikus feladatokban, valamint ismétlődő böngésző- és asztali műveleteknél is.

Mistral Large 4: billió paraméteres, Európában épített AI-modell kiberbiztonsági éllel

A Mistral AI nyilvános előnézetben elérhetővé tette a Mistral Large 4-et (ML4), egy billió paraméteres, natívan multimodális modellt, amelyet a cég saját európai adatközpontjaiban, 3800 NVIDIA Grace Blackwell GPU-n tanított; a teljes súlyokat október végén adják ki. A Mistral állítása szerint ML4 a legjobb nyílt súlyozású modell az USA-ból vagy Európából, és élen jár kiberbiztonsági, pénzügyi és jogi feladatokban, mert sebezhetőségeket is reprodukál és javít, amit a versenytársak biztonsági szűrői gyakran megtagadnak. A független Artificial Analysis Intelligence Index szerint ML4 38 pontot ért el, ami jelentős ugrás a Mistral Large 3 9 és a Mistral Medium 3.5 14 pontjához képest, de így is messze elmarad a piacvezető Claude Opus 5.5 (Max) 58 pontjától. A teljes súlyok megjelenéséig a cég kiberbiztonsági szakértőkkel, ellenőrzött partnerekkel és állami szervekkel teszteli a modell csökkentett moderációjú, bővített kiberképességű változatát.