utworzone przez Redakcja | maj 27, 2026
Naukowcy opracowali framework POLAR, który wyposaża multimodalne agenty AI w pamięć episodyczną i semantyczną, pozwalając im personalizować pomoc na podstawie historii interakcji z użytkownikiem.
utworzone przez Redakcja | maj 19, 2026
Badacze opracowali DRS-GUI, framework oparty na dużych modelach multimodalnych, który udoskonala zdolność agentów GUI do identyfikacji istotnych elementów interfejsu na złożonych ekranach. System wykorzystuje trzy działania percepcyjne inspirowane ludzkim widzeniem,...
utworzone przez Redakcja | kwi 28, 2026
NVIDIA predstaviła model Nemotron 3 Nano Omni zdolny do przetwarzania dokumentów, audio i wideo. Model obsługuje długie konteksty, umożliwiając agentom AI pracę z rozbudowanymi materiałami multimedialnymi.
