Heim
Werkzeuge
Modelle
App
Prompts
Nachricht
Themen
Zur Aufnahme einreichen
Deutsch
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
Option
Heim Schließen
Heim
Werkzeuge
Kategorie Rang Cover erstellen Bild generieren Skill
Modelle
Großes Sprachmodell Multimodales Modell
App
Prompts
Prompts Bild-Prompts
Nachricht
Nachricht Eilmeldung
Themen
Zur Aufnahme einreichen
App einreichen Tool einreichen
Ein Konto erstellen Anmelden
Sprache ändern Deutsch Sprache ändern
Einstellungen
English EN 日本語 JA 한국어 KO Português PT español ES Deutsch DE Русский RU Français FR 繁體中文 ZH-TW 简体中文 ZH-CN
Heim
Eilmeldung
Inhalt
JackCarter
JackCarter
24. September 2025

AfriMed-QA stellt einen panafrikanischen medizinischen QS-Datensatz mit mehr als 15.000 Fragen aus 16 Ländern vor, mit dem 30 LLMs für die lokalisierte Genauigkeit im Gesundheitswesen bewertet werden. Er wurde in Zusammenarbeit mit über 60 medizinischen Fakultäten entwickelt und unterstützt eine gerechte KI in ressourcenarmen Umgebungen, während er gleichzeitig Lücken in der Modellgeneralisierung aufdeckt. Der Datensatz und die Rangliste sind Open-Source.

AfriMed-QA stellt einen panafrikanischen medizinischen QS-Datensatz mit mehr als 15.000 Fragen aus 16 Ländern vor, mit dem 30 LLMs für die lokalisierte Genauigkeit im Gesundheitswesen bewertet werden. Er wurde in Zusammenarbeit mit über 60 medizinischen Fakultäten entwickelt und unterstützt eine gerechte KI in ressourcenarmen Umgebungen, während er gleichzeitig Lücken in der Modellgeneralisierung aufdeckt. Der Datensatz und die Rangliste sind Open-Source. AfriMed-QA stellt einen panafrikanischen medizinischen QS-Datensatz mit mehr als 15.000 Fragen aus 16 Ländern vor, mit dem 30 LLMs für die lokalisierte Genauigkeit im Gesundheitswesen bewertet werden. Er wurde in Zusammenarbeit mit über 60 medizinischen Fakultäten entwickelt und unterstützt eine gerechte KI in ressourcenarmen Umgebungen, während er gleichzeitig Lücken in der Modellgeneralisierung aufdeckt. Der Datensatz und die Rangliste sind Open-Source. AfriMed-QA stellt einen panafrikanischen medizinischen QS-Datensatz mit mehr als 15.000 Fragen aus 16 Ländern vor, mit dem 30 LLMs für die lokalisierte Genauigkeit im Gesundheitswesen bewertet werden. Er wurde in Zusammenarbeit mit über 60 medizinischen Fakultäten entwickelt und unterstützt eine gerechte KI in ressourcenarmen Umgebungen, während er gleichzeitig Lücken in der Modellgeneralisierung aufdeckt. Der Datensatz und die Rangliste sind Open-Source. AfriMed-QA stellt einen panafrikanischen medizinischen QS-Datensatz mit mehr als 15.000 Fragen aus 16 Ländern vor, mit dem 30 LLMs für die lokalisierte Genauigkeit im Gesundheitswesen bewertet werden. Er wurde in Zusammenarbeit mit über 60 medizinischen Fakultäten entwickelt und unterstützt eine gerechte KI in ressourcenarmen Umgebungen, während er gleichzeitig Lücken in der Modellgeneralisierung aufdeckt. Der Datensatz und die Rangliste sind Open-Source.
0
0
Teilen Klicken Sie, um den Link zu kopieren
Kommentare (0)
0/300
Einreichen
Autor JoseGonzalez JoseGonzalez 16. September 2026
iFLYTEK hat Spark-Audio-1.0-Preview vorgestellt, ein vollständig inländisches Sprachgrundlagenmodell, das auf lokaler Rechenleistung trainiert wurde. Es unterstützt Text- und Spracheingabe mit Textausgabe und verarbeitet Transkription, Übersetzung und Dialekterkennung in 99 Sprachen und 202 Dialekten. Das Modell geht über die grundlegende Konvertierung hinaus und bietet tiefgreifendes Audioverständnis, einschließlich Sprechererkennung, Emotionsanalyse und Erkennung von Umgebungsgeräuschen. Es ist derzeit für öffentliche Tests verfügbar, der API-Zugriff wird in Kürze über die iFLYTEK Open Platform bereitgestellt.
0
0
Autor PaulLopez PaulLopez 16. September 2026
Das von Alibabas Tongyi Lab entwickelte Qwen3.8-27B ist zum beliebtesten Open-Source-KI-Modell auf Hugging Face geworden und hat FLUX.1, DeepSeek-R1, Kimi-K3 sowie Meta-Llama-3 übertroffen. Die Rangliste basiert auf den Likes von Entwicklern und nicht auf Benchmarks oder der Modellgröße; diese Leistung unterstreicht die überlegene Praktikabilität, Benutzerfreundlichkeit und das starke Ansehen in der Community von Qwen3.8-27B als weltweit führendes Open-Source-Modell.
0
0
Autor GaryPerez GaryPerez 16. September 2026
iFLYTEK hat Spark-Audio-1.0-Preview veröffentlicht, ein Spracherkennungs-Fundamentalmodell, das auf vollständig inländischer Rechenleistung trainiert wurde. Im Gegensatz zu herkömmlichen kaskadierten Systemen, die Sprache in Text umwandeln, versteht dieses Modell Audio direkt und erfasst Semantik, Emotionen sowie Umgebungsgeräusche. Es basiert auf einem 0,65B-Audioencoder und einem 30B-A3B-LLM und unterstützt 99 Sprachen sowie 202 Dialekte. Es übertrifft Mitbewerber in lauten Umgebungen und erzielt State-of-the-Art-Ergebnisse bei der chinesisch-englischen Spracherkennung. Das Modell ermöglicht Aufgaben wie Sentimentanalyse und komplexe Frage-Antwort-Systeme und markiert damit einen Wandel von der reinen Transkription hin zum echten Audioverständnis. Der API-Zugriff wird über die iFLYTEK Open Platform bereitgestellt.
0
0
/de/live/7377
Autor EricMartin EricMartin 16. September 2026
Nubia bringt NaviX Ultra auf den Markt, das erste in Serie produzierte KI-Agent-Smartphone, das von Dou Bao angetrieben wird. Zu den Hauptmerkmalen gehören ein KI-Button für Fingerabdrücke, das Seed-Voll-Duplex-Sprachmodell, das Dialekte unterstützt, die autonome Ausführung komplexer Aufgaben und persönliche Speichelfunktionen. Das Gerät ermöglicht kontinuierliche Interaktion, langkettige Operationen und sichere, autorisierte KI-Dienste und markiert den Übergang von Prototypen zu kommerziellen KI-Handys.
0
0
/de/live/7376
Autor MarkSmith MarkSmith 16. September 2026
Cloudflare hat Disallow AI Training eingeführt, wodurch Website-Administratoren KI-Crawler blockieren können, während Suchmaschinen weiterhin Zugriff haben. Apple, Google und Microsoft haben sich zur Einhaltung verpflichtet. Das Tool unterscheidet verantwortungsvolle gemischte Crawler von anderen, wobei die meisten bestehenden Kunden automatisch migriert werden. Google wird bald ein Transparenztool einführen, Apple entwickelt ein ähnliches URL-basiertes Tool und Microsoft plant, die Ablehnung von KI-Trainingsdaten über robots.txt bis Anfang 2027 zu unterstützen.
0
0
OR