2026. július 2., csütörtök · Modellek

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.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A hír rávilágít arra, hogy az LLM-ek rejtett elfogultságai szűkítik a kreatív felhasználási lehetőségeket.

Források

MIT Technology Review

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. július 2., csütörtök napi AI összefoglaló része.

Kapcsolódó hírek

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.

Hassabis: az AGI már két-három éven belül itt lehet

Demis Hassabis, a Google DeepMind alapítója és kémiai Nobel-díjas tudós a Wall Street Journalnak adott interjúban arról beszélt, hogy becslése szerint az általános mesterséges intelligencia (AGI) már két-három éven belül megérkezhet, szemben a korábbi, három-öt éves jóslatával. A Decoder cikke szerint Hassabis AGI-definíciója egy olyan rendszer, amely lefedi az emberi agy teljes kognitív skáláját, és ezt az úgynevezett „Einstein-teszttel” mérné: képes-e egy kizárólag 1901 előtti tudáson tanított rendszer reprodukálni Einstein 1905-ös dolgozatait. Hassabis az AGI hatását „10-szer akkorának és 10-szer gyorsabbnak” nevezte, mint az ipari forradalom. A cikk szerint Hassabis a Google DeepMind éléről lelépve most a cég gyógyszerkutatási leányvállalatára, az Isomorphic Labsra összpontosít, emellett egy iparág által finanszírozott, kormányzati felügyelet alatt álló testületet javasolt a modellek kiadás előtti ellenőrzésére.

NVIDIA RFD4-Proteina: gyorsabb fehérjetervezés reward-vezérelt kereséssel

Az NVIDIA bejelentette az RFD4-Proteina nyílt modellt, amelyet a Washingtoni Egyetem Orvostudományi Karának Protein Design Intézetével közösen fejlesztettek ki. A vállalat szerint a modell egy lépésben tervezi meg a fehérjeszekvenciát és a teljes atomi szerkezetet, kiküszöbölve a korábbi megközelítések külön inverz-folding lépését. Az NVIDIA állítása szerint a reward-vezérelt, inferencia idejű keresés a számítási kapacitást a legígéretesebb jelöltekre összpontosítja, a mintavételezési lépések számát pedig mintegy 400-ról 60-ra csökkentették, ami 3,8-szoros gyorsulást és 84 százalékkal kisebb csúcsmemória-igényt eredményez 200 aminosavas fehérjéknél az elődmodellhez, az RFD3-hoz képest. A modell nyílt forráskódú változatként és NIM mikroszolgáltatásként is elérhető, és a vállalat szerint olyan feladatokra használható, mint a PD-L1 onkológiai célpont elleni kötőfehérjék tervezése hotspot-megkötésekkel.

Elevenlabs két új valós idejű beszédmodellt jelentett be

Az Elevenlabs két új speech-to-speech modellt adott ki Eleven Realtime néven: a v1 Max és a v1 Mini változatot. A cég állítása szerint a v1 Max 98,8 százalékot ér el a Big Bench Audio benchmarkon, mindössze 0,57 másodperces válaszidővel, és jelenleg egyetlen modell sem gyorsabb és pontosabb egyszerre az Artificial Analysis ranglistáján. A kisebb v1 Mini modellt természetes, olcsóbb beszélgetésekre fejlesztették, és felismeri, ha valaki befejezte a mondandóját vagy csak "mm-hmm"-mel reagál, míg a v1 Max komplexebb feladatokra, például ügyfélszolgálati célokra készült. Mindkét modell elérhető az ElevenAgents platformon, valamint egy OpenAI-kompatibilis Realtime API-n keresztül, percalapú díjazással és token-költséggel.