Hvordan bygge en enkel AI-agent med @OpenAI gpt-oss-20b? 🎥 Vår videogjennomgang viser hvordan det er så enkelt som å generere en API-nøkkel eller laste ned vår gpt-oss NIM. Se her 👇, eller på YouTube:

🌌 Hvordan kan AI hjelpe forskere med å forstå de mystiske kreftene som spiller i "støvete plasma" - der ladede støvpartikler samhandler på komplekse, uforutsigbare måter? 👀 @EmoryUniversity publiserte nettopp et gjennombrudd – ved å utnytte et tilpasset nevralt nettverk med tilsyn fra menneskelige forskere – for å avdekke helt nye fysiske lover i støvete plasma. ➡️ 🔎 Deres transparente AI-modell beskriver nøyaktig partikkelkrefter og interaksjoner med over 99 % nøyaktighet og avslørte overraskende korreksjoner av langvarige vitenskapelige antakelser. Denne tilnærmingen fremmer ikke bare plasmafysikk, men skaper også et kraftig universelt rammeverk for å bruke AI til å oppdage skjulte lover i andre komplekse systemer.

Ollama og @nvidia samarbeider for å akselerere gpt-oss på GeForce RTX- og RTX PRO-GPU-er. NVIDIA og Ollama fremmer partnerskapet sitt for å øke modellytelsen på NVIDIA GeForce RTX og RTX PRO GPUer. Dette samarbeidet gjør det mulig for brukere på RTX-drevne PC-er å nøyaktig utnytte egenskapene til OpenAIs gpt-oss-modell. Vi vil fortsette å samarbeide og forbedre Ollama. I fremtiden vil vi publisere et grundig ingeniørinnlegg om modellen.

Ollamas nye topp moteklær.

🎉 Gratulerer til forskerne våre som mottok Industry Track: 🏅 Best Paper Honorable Mention på ACL 2025 for deres oppgavestyrte MoE-modell, NVIDIA NeKo. 😸 Vi er glade for å feire deres multimodale fremgang - å fremme både toppmoderne ytelse og nye former for pre-training-data.

⏳ Reserver NVIDIA DGX Spark nå ➡️ 🙌 Med din egen personlige AI-superdatamaskin vil du enkelt kunne prototype, finjustere og distribuere. ✅ 1 petaFLOP ✅ 128 GB sammenhengende, enhetlig systemminne ✅ ConnectX-7 smart nettverkskort ✅ Opptil 4 TB lagringsplass ✅ 150 mm L x 150 mm B x 50,5 mm H Gjør deg klar til å #SparkSomethingBig 💫

Vi er glade for å kunne fortelle at 🥇Llama Nemotron Super 49B v1.5 – vår nyeste åpne resonnementmodell – nå er #1 på @ArtificialAnlys Intelligence Index – en ledertavle som spenner over avanserte matematikk-, naturfags- og agentoppgaver, i kategorien 70B åpen modell. Llama Nemotron Super 49B v1.5 er trent med syntetiske resonneringsdata av høy kvalitet generert fra modeller som Qwen3-235B og DeepSeek R1. Den leverer toppmoderne nøyaktighet og gjennomstrømning, og kjører på én enkelt H100. Viktige funksjoner: 🎯 Ledende nøyaktighet på flertrinns resonnement, matematikk, koding og funksjonsanrop 🏗️ Ettertrent ved hjelp av RPO, DPO og RLVR på tvers av 26M+ syntetiske eksempler 📊 Helt transparente treningsdata og teknikker Hvis du bygger AI-agenter og vil ha en helt åpen og gjennomsiktig resonnementmodell med høy nøyaktighet som du kan distribuere hvor som helst, kan du prøve Super v1.5 på eller laste ned fra Hugging Face 🤗 ➡️ Ledertavle:

🚦Treffer du prestasjonsvegger i pandaer? Vi kjørte 3 eksempelarbeidsflyter som bremset eller gjennomsøkte store datasett – og kjørte deretter nøyaktig samme kode på nytt på GPU med cudf.pandas. TLDR: ✅ 18 millioner rader med aksjekurser → 20–40 ganger raskere med tidsbaserte rullende vinduer ✅ 8 GB stillingsannonser CSV-→ opptil 30 ganger raskere på strengoperasjoner + sammenslåinger ✅ 7,3 millioner geospatiale punkter → interaktive dashbord som forblir interaktive Samme pandakode. Mer fart. 🏎️🏁 🔗 Sjekk ut bloggen for lenker til Colab-demoer og oppsettsveiledninger:

📣 Kunngjøring av Llama Nemotron Super v1.5 📣 Denne utgivelsen flytter grensene for resonneringsmodellfunksjoner i modellens vektklasse og er klar til å drive agentiske programmer fra individuelle utviklere, helt til bedriftsprogrammer. 📈 Llama Nemotron Super v1.5 oppnår ledende resonneringsnøyaktigheter for vitenskap, matematikk, kode og agentiske oppgaver, samtidig som den leverer opptil 3 ganger høyere gjennomstrømning. Prøv det på eller last ned fra @HuggingFace: 🤗

✨ Klar til å kontinuerlig forbedre dine #agenticAI systemer? 🖥️ Se for å finne ut hvordan du kontinuerlig optimaliserer AI-agenter for ventetid og kostnader – samtidig som du opprettholder nøyaktighetsmål. ➡️ Kom i gang med