IBM telah merilis model bahasa Granite 4.2 yang diperbarui dalam ukuran parameter 3B, 8B, dan 30B, yang dirancang khusus untuk alur kerja agensia perusahaan dengan kemampuan penalaran langkah demi langkah secara asli. Bersama model-model bahasa tersebut, IBM memperkenalkan Granite Speech 5.0 Turbo CTC, sebuah model suara ringan yang dioptimalkan untuk transkripsi ber-throughput tinggi pada perangkat tepi.
IBM telah merilis Granite 4.2, sebuah keluarga model bahasa besar (LLM) penalaran padat dan decoder-only dalam ukuran 3B, 8B, dan 30B. Model-model ini dilatih dari awal pada sekitar 15 triliun token dan memiliki jendela konteks yang diperluas hingga 512K token.
IBM dan Confluent telah mengintegrasikan Model Fondasi Deret Waktu Granite (TSFM) milik IBM ke dalam Confluent Cloud, memungkinkan prakiraan real-time dan deteksi anomali langsung di dalam Apache Flink.
IBM telah merilis Granite 4.2, sebuah keluarga model bahasa penalaran sumber terbuka dalam ukuran parameter 3B, 8B, dan 30B, yang dibangun di sekitar kemampuan chain-of-thought eksplisit daripada sekadar mengikuti instruksi. Model-model ini adalah transformer padat decoder-only yang dilatih awal pada sekitar 15 triliun token dan dilatih akhir melalui rantai pembelajaran penguatan multi-tahap yang mencakup RL agens untuk varian yang lebih besar.
IBM telah merilis model Granite Speech 5.0 Turbo CTC, solusi ucapan-ke-teks baru yang dirancang untuk tugas transkripsi.
IBM telah merilis keluarga model penalaran sumber terbuka Granite 4.2, yang mencakup varian utama 30B, menengah 8B, dan kompak 3B. Model-model ini memanfaatkan kemampuan rantai-pemikiran asli untuk meningkatkan kinerja dalam matematika, pemrograman, dan masalah multi-langkah yang kompleks.
IBM telah merilis dua model pengenalan ucapan bahasa Inggris baru yang ringkas, masing-masing memiliki 470 juta parameter, dalam keluarga Granite Speech: `granite-speech-5.0-470m-turboctc` dan `granite-speech-5.0-470m-turboctc-nc`. Model encoder-only ini mencapai kecepatan transkripsi yang belum pernah terjadi sebelumnya, yaitu lebih dari 12.600 RTFx pada GPU NVIDIA H200 sambil mempertahankan akurasi tinggi.
Proyek llama.cpp telah merilis versi b10514, yang memperkenalkan infrastruktur konversi untuk arsitektur IBM's GraniteSWAForCausalLM dan GraniteMoeSWAForCausalLM. Pembaruan ini memungkinkan pengguna mengonversi tipe model spesifik ini ke format GGUF untuk digunakan dengan llama.cpp.
IBM Research, bersama mitra termasuk Brookhaven National Laboratory dan Hydro-Québec, telah merilis GENCO, pemecah korektif neural geometrik sumber terbuka untuk analisis grid keadaan tunak. Rilis ini merupakan bagian dari proyek OpenGridFM yang dihosting oleh Linux Foundation Energy (LF Energy) dan menyertakan GridFM Development Framework untuk memfasilitasi pembangunan dan pengujian pembanding pemecah grid neural.