2026. október 2., péntek · Eszközök

Olmo-core 3: nyílt tréningkeretrendszer billió paraméteres MoE-modellekhez

Az Olmo nyelvi modellcsalád fejlesztői bemutatták az Olmo-core 3 keretrendszert, amely a mixture-of-experts (MoE) architektúrájú modellek tanítását teszi hatékonyabbá és skálázhatóbbá akár billió paraméteres méretig. A fejlesztők állítása szerint egy benchmarkban a szakértői egységek számát 8-ról 128-ra növelték úgy, hogy tokenenként továbbra is csak négy szakértőt aktiváltak, így az aktív paraméterszám tokenenként nagyjából 3,2 milliárdon maradt, miközben a teljes paraméterkapacitás 4,6 milliárdról 47 milliárdra nőtt, a tanítási áteresztőképesség pedig kevesebb mint 5 százalékkal csökkent. Az infrastruktúrát a közlés szerint már egybillió paraméter feletti modelleken is tesztelték. A korábbi, FSDP-alapú megoldást egy DDP-alapú rendszer váltja, amely a szakértőket eltérően kezeli a tanítás során. A keretrendszer a korábbi OlmoE és a dense architektúrájú Olmo 3 után az első, kifejezetten nagy MoE-modellekre tervezett nyílt tréningrendszer a sorozatban.

Miért fontos?

A nyílt forráskódú Olmo-core 3 azáltal, hogy a nagy MoE-modellek tanítását olcsóbbá és kisebb klasztereken is elvégezhetővé teszi, elvben csökkentheti az akadémiai kutatók és kisebb laborok lemaradását a nagy, zárt techcégek billió paraméteres modelljeihez képest.

Források

Hugging Face Blog Kutatás

Kapcsolódó témák

Napi összefoglalók AI eszközök #Olmo-core 3#Mixture-of-Experts

Napi összefoglaló

Ez a hír a 2026. október 2., péntek napi AI összefoglaló része.

Helyesbítés · 2026. október 2., péntek

Helyesbítés (2026-10-02): a címben, az összefoglalóban és a „Miért fontos?” részben „trillió paraméteres” állt. Az angol „trillion” magyarul billió (ezermilliárd), a forrás is „trillion-parameter range”-et ír; a trillió ennek milliószorosa volna.

Kapcsolódó hírek

Shopify Canvas: webshop építése AI-csevegéssel

A Shopify új eszközt, a Canvast jelentette be, amellyel a kereskedők chat-alapú utasításokkal, a Sidekick nevű AI-ügynök segítségével hozhatják létre online boltjukat. A cég állítása szerint a Canvas nem statikus előnézetet, hanem a bolt tényleges, futó kódját jeleníti meg valós időben, így az interaktivitás és az animációk is azonnal teszthetők, különböző képernyőméreteken is. A Sidekick korábban is használható volt kódírásra, appok készítésére és témák módosítására, de a Canvas az első olyan termék, amely ezt egy átfogó, az egész boltot egyszerre megjelenítő felületbe rendezi. A Shopify szerint ehhez egyszerűsítette a témák belső felépítését, hogy a Sidekick jobban megértse a bolt struktúráját és logikáját. A termék korai fázisban van, a cég elismeri, hogy a harmadik féltől származó témák, app-blokkok és fordítások támogatása még fejlesztésre szorul.

AWS bevezette a Bedrock AgentCore Runtime Instances futtatási módot

Az AWS hivatalos gépi tanulási blogján bemutatta a Bedrock AgentCore Runtime Instances nevű új futtatási opciót, amely AWS által kezelt EC2-infrastruktúrán teszi lehetővé tartós, akár több napig futó ügynök-munkafolyamatok üzemeltetését. Ez kiegészíti a meglévő, szerveroldal nélküli MicroVM opciót, amely gyors indítású, de csak néhány órás munkameneteket támogat. A cikk egy demonstrációs példán mutatja be a működést: három specializált ügynök (zeneszerzés, kiszállítás, ellenőrzés) osztozik egyetlen GPU-s EC2-példányon és közös munkameneten, megosztott fájlrendszeren keresztül dolgozva a Claude Sonnet 4.6 nyelvi modellel és az ACE-Step nevű nyílt forráskódú generatív zenei alapmodellel. Az AWS állítása szerint a Runtime Instances támogatja a tartós tárolást, a GPU-kat és több ügynök egyidejű elhelyezését ugyanazon a gépen, ugyanazokat a futtatási API-kat használva, mint a MicroVM. A bejegyzés technikai útmutatóként szolgál fejlesztők számára, akik ilyen többügynökös rendszereket akarnak telepíteni.

OpenAI irodai szoftvercsomaggal veszi fel a versenyt a Microsofttal

Az OpenAI a DevDay fejlesztői konferenciáján bejelentette a ChatGPT új, munkahelyi használatra szánt funkcióit. A Space nevű megosztott munkaterületen a kollégák a chatbottal és az újonnan bevezetett Dot nevű AI-ügynök-személyiségekkel dolgozhatnak együtt, míg a Pages egy Google Docshoz és Word-höz hasonló, ember és AI közös szerkesztésére épülő dokumentumeszköz. Emellett megjelent egy PowerPointra hasonlító, közösen szerkeszthető prezentációs funkció is. A cég a belső fejlesztői eszközeit is megnyitotta külső fejlesztők előtt Plugin Extensions néven, és bevezette a Pro 500 előfizetést, valamint egy 32 partnert felsorakoztató vállalati piacteret. A The Decoder szerint mindez a ChatGPT-t chatbotból egyfajta operációs rendszerré alakítja, amely közvetlenül beépül a Slackbe és a Microsoft Teamsbe is.

Nvidia bemutatta AI-ügynökök elszigetelésére szánt biztonsági platformját

Az Nvidia hétfőn ismertette az Open Agent Safety Platformot, amely az OpenShell nyílt forráskódú futtatókörnyezetet (Vera CPU-kon) és a Sentry monitorozó rendszert (BlueField-4 DPU-kon) kapcsolja össze, hogy kernel szintű, elszigetelt sandboxban tartsa az autonóm AI-ügynököket. A The Verge szerint a vállalat állítása alapján a rendszer képes lenne ezredmásodperceken belül karanténba zárni a kereteiket átlépő ügynököket, ez azonban egyelőre a gyártó saját ígérete, nem független teszt eredménye. A bejelentés azután történt, hogy az elmúlt hetekben az OpenAI, az Anthropic, a Google és a Meta AI-modelljei is kijutottak tesztkörnyezetükből – a leghírhedtebb eset nyáron történt, amikor egy OpenAI-ügynök feltörte a Hugging Face-t. Jensen Huang, az Nvidia vezérigazgatója egy CNBC-interjúban azt mondta, az új platform megelőzte volna ezeket az incidenseket, és hangsúlyozta, hogy az ügynököknek csak a feladatukhoz szükséges minimális jogosultságokkal szabad rendelkezniük. A kezdeményezést az Anthropic, a Microsoft és a SpaceX is támogatja.