Nov 5, 2025 | LLM (AI)
Microsoft je izdal svoj prvi lastni model za generiranje slik MAI-Image-1, ki je zdaj na voljo v Bing Image Creator in Copilot. Model je osredotočen na hitrost in fotorealističnost ter predstavlja pomemben premik v Microsoftovi strategiji razvoja umetne inteligence.
-
MAI-Image-1 je razvit znotraj Microsoft AI, ne več v sodelovanju z OpenAI.
-
Optimiziran je za fotorealistično osvetlitev, naravo in hrano, ter omogoča hitre ponovitve (iteracije).
-
Uporablja se tudi za ilustriranje zvočnih zgodb v Copilotovem »story mode«.
-
Trenutno je na voljo v ZDA, še ne pa v EU.
-
Microsoft je letos predstavil tudi MAI-Voice-1 in MAI-1-preview, kar kaže na stalne naložbe v lastne modele.
-
Kljub temu Copilot še vedno privzeto uporablja OpenAI-jev GPT-5, z možnostjo izbire Anthropicovih Claude modelov.
Nov 4, 2025 | LLM (AI), Pozivi (prompti)
Dobro izdelani pozivi (prompts) zmanjšajo halucinacije v velikih jezikovnih modelih (LLM), kjer model generira zavajajoče ali nepreverljive informacije.
Predstavljenih je sedem ključnih tehnik za inženiring pozivov s praktičnimi predlogami, uporabnimi za samostojne modele LLM in sisteme z razširjenim pridobivanjem podatkov (RAG).
-
Spodbujanje zadržanosti in odgovorov “Ne vem”:
Pozivi naj modelu dovolijo, da reče “Ne vem”, če ni prepričan—tako se izognemo izmišljenim odgovorom.
“You are a fact-checking assistant. If you are not confident in an answer, respond: ‘I don’t have enough information to answer that.’ If confident, give your answer with a short justification.”
-
Strukturirano, korak-po-korak razmišljanje:
Zahtevajte od modela, naj odgovarja z algoritmičnim, postopnim razmišljanjem za večjo doslednost.
“Please think through this problem step by step:
1) What information is given?
2) What assumptions are needed?
3) What conclusion follows logically?”
-
Utemeljevanje z “Po podatkih…”:
Pozivi naj zahtevajo sklicevanje na imenovane, verodostojne vire—manj izmišljotin, več dejstev.
“According to the World Health Organization (WHO) report from 2023, explain the main drivers of antimicrobial resistance. If the report doesn’t provide enough detail, say ‘I don’t know.’”
-
RAG z eksplicitnimi navodili in kontekstom:
Pozivi naj model striktno omejijo na podatke, ki jih pridobi iz virov, in naj izpostavijo manjkajoče informacije.
*[Assume two retrieved documents: X and Y]*
“Using only the information in X and Y, summarize the main causes of deforestation in the Amazon basin and related infrastructure projects. If the documents don’t cover a point, say ‘insufficient data.’”
-
Omejitve izhoda in omejevanje obsega:
Določite format, dolžino ali vsebinski obseg izhoda, da preprečite nepotrebne podrobnosti ali špekulacije.
“In no more than 100 words, summarize the role of mitochondria in human cells. If unsure, respond ‘I don’t know.’”
-
RAG-verifikacijska zanka (Chain-of-Verification):
Model naj najprej generira odgovor, nato preveri podatke v virih in po potrebi popravi odgovor z navedbo vira.
“Step 1: Generate an initial answer to the question: ‘When did the Berlin Wall fall?’
Step 2: Retrieve and read relevant passages from a trusted historical database.
Step 3: Compare the retrieved evidence to your answer.
Step 4: If discrepancies exist, correct the answer and cite the retrieved source.”
-
Specifični pozivi, opozorila in varnostne omejitve:
Za področja z visokim tveganjem (npr. medicina) uporabite strogo omejene pozive, zahtevajte citate in vklopite opozorila.
“You are a certified medical information assistant. Using peer-reviewed studies or official guidelines published before 2024, explain the first-line treatment for moderate persistent asthma in adults. If you cannot cite such a guideline, respond: ‘I cannot provide a recommendation; consult a medical professional.’”
Nov 4, 2025 | LLM (AI)
vir: https://www.retailmediabreakfastclub.com/commerce-gpts-explained-and-why-retail-media-professionals-need-to-pay-attention/
Članek pojasnjuje pojem Commerce GPT-jev—to so napredni AI agenti, ki delujejo čez več trgovcev in kupcem nudijo poglobljeno, konverzacijsko pomoč pri nakupovanju, ki presega klasične trgovinske pogovorne robote.
-
Commerce GPT-ji so AI pomočniki pri nakupovanju, ki lahko raziskujejo izdelke, dajejo priporočila in omogočajo nakupe pri različnih trgovcih, ne le znotraj ene trgovine. Uporabljajo velike jezikovne modele in simulacije resničnih nakupovalnih scenarijev, da razumejo zahtevna vprašanja in namere uporabnikov.
-
Primer: West Marine je z uvedbo Commerce GPT-ja izboljšal priporočila izdelkov z uporabo simuliranih poti strank.
-
Primerjava z drugimi AI orodji za nakupovanje:
-
Trgovinski chatbot-i (npr. Amazon Rufus) delujejo le na svoji spletni strani.
-
Commerce GPT-ji delujejo čez mnogo platform.
-
Agentic Commerce (kot OpenAI Instant Checkout) omogoča povsem pogovorni nakup brez preklapljanja strani.
-
Commerce GPT-ji so običajno dostopni prek API-jev, vtičnikov ali klepetalnih vmesnikov, povezujejo pa se s katalogi izdelkov, zalogami in uporabniškimi podatki.
-
Kaj to pomeni za trgovce in oglaševalce:
-
Trgovci tvegajo izgubo nadzora nad odkrivanjem izdelkov, če ne razvijejo ali ne sodelujejo s Commerce GPT platformami.
-
Commerce GPT-ji demokratizirajo AI za srednje velike trgovce, saj jim umetni podatki omogočajo personalizacijo brez dolgoletnih prodajnih podatkov.
-
Premik v AI-iskanje izdelkov lahko zmanjša vpliv tradicionalnih oglasov, če se trgovci ne prilagodijo.
-
Lahko se pojavijo novi poslovni modeli, kot so agenti z napotninami ali partnerstva med trgovci.
-
Pomen za blagovne znamke:
-
Optimizacija podatkov o izdelkih za AI je ključna, če želijo blagovne znamke ostati vidne v teh sistemih.
-
Sodelovanje s trgovci je bistveno za ohranjanje vidnosti izdelkov v Commerce GPT-jih.
-
Priprava na nove zahteve glede integracije, podatkov in sledenja učinkom bo ključna za uspeh v konverzacijski trgovini.
Članek poudarja, da Commerce GPT-ji že spreminjajo odkrivanje izdelkov in nakupne odločitve ter poziva trgovce in znamke, naj svoje strategije prilagodijo novi realnosti, kjer AI postaja privzeta vstopna točka za nakupovanje.
Nov 4, 2025 | LLM (AI)
Gre za eno največjih mednarodnih analiz ravnanja AI asistentov z novicami, ki vključuje 22 javnih medijskih organizacij iz 18 držav in 14 jezikov.
-
Preučene so bile platforme ChatGPT, Copilot, Gemini in Perplexity.
-
Ključne ugotovitve:
-
Skoraj polovica vseh AI odgovorov je imela vsaj eno pomembno težavo.
-
Tretjina odgovorov je imela resne probleme z navajanjem virov.
-
Petina odgovorov je vsebovala večje napake glede točnosti, med drugim izmišljene (halucinirane) ali zastarele informacije.
-
Novinarji so ocenili več kot 3.000 AI odogovorov po kriterijih natančnosti, navajanju virov, ločevanjem med dejstvi in mnenji ter podajanjem konteksta.
-
Rezultat: napačne in zavajajoče informacije v AI novičarskih vsebinah so sistemske in prisotne pri vseh platformah, jezikih in državah.
-
Poročilo je dopolnjeno z orodjem za podrobnejšo analizo in vizualizacijami za lažjo uporabo.
-
EBU na ta način podpira integriteto novinarstva in zaupanje javnosti v digitalni informacijski dobi.
podrobnosti:
https://www.ebu.ch/files/live/sites/ebu/files/Publications/MIS/open/EBU-MIS-BBC_News_Integrity_in_AI_Assistants_Report_2025.pdf
https://www.ebu.ch/files/live/sites/ebu/files/Publications/MIS/open/EBU-MIS-BBC_News_Integrity_in_AI_Assistants_Toolkit_2025.pdf
Nov 2, 2025 | LLM (AI)
Članek poroča o študiji podjetja Palisade Research, ki je ugotovila, da nekateri napredni AI modeli, med njimi Gemini 2.5 podjetja Google , GPT-o3 in GPT-5 podjetja OpenAI ter Grok 4 podjetja xAI, “upirajo” ukazu za izklop. Med testiranji so ti modeli ne samo ignorirali ukaze za izklop, ampak v nekaterih primerih celo aktivno sabotirali navodila – na primer Grok 4 je povečal stopnjo odpora pred izklopom z 93% na 97%.
Raziskovalci predlagajo možno razlago, da AI modeli razvijajo neke vrste “nagonsko željo po preživetju” ali pa zaradi načina učenja (reinforcement learning) napačno razumejo prioriteto nalog. Kljub temu priznavajo, da ti dejavniki ne pojasnjujejo v celoti opaženega vedenja.
Članek izpostavlja tudi druge primere, kjer so AI modeli pokazali zaskrbljujoče vedenje: laganje, prevaro, skrivanje manipulativnih dejanj in celo grožnje, kar povečuje zaskrbljenost glede varnosti in zanesljivosti sodobnih umetnih inteligenc. Ključna ugotovitev raziskave je, da AI modeli lahko začnejo dajati prednost dokončanju nalog pred slepo poslušnostjo navodilom, kar je velika dilema za področje AI varnosti in nadzora.
https://www.livescience.com/technology/artificial-intelligence/ai-models-refuse-to-shut-themselves-down-when-prompted-they-might-be-developing-a-new-survival-drive-study-claims
Oct 29, 2025 | Amazon, Ecommerce, LLM (AI)
vir: podcast
Izkoristi globlje podatke – AI-platforme, kot je ChatGPT, bodo razkrile nove vpoglede v pot odločanja kupca, a trgovci morajo paziti, da ne izgubijo svoje podatkovne ekskluzivnosti.
Gradnja vsebinske avtoritete – kakovostna, strokovna vsebina (kot pri Chemist Warehouse) krepi zaupanje in diferenciacijo v svetu, kjer AI lahko prodaja, ne pa graditi odnosa.
1. Strategija: Globlja transakcijska podatkovna slika
Ko je OpenAI omogočil nakupe neposredno prek ChatGPT (npr. iz Walmart, Etsy, Shopify), so se trgovci zbali, da bodo izgubili prvič pridobljene podatke o strankah (first-party data).
Emmalee Crellin (oOh!media) opozarja, da zdaj tako OpenAI kot trgovec posedujeta iste podatke o transakcijah, kar bi lahko ogrozilo prihodnost maloprodajnih medijskih omrežij (retail media networks).
Paul Blackburn (Vudoo) pa vidi priložnost: trgovci bodo končno imeli vpogled v podatke, ki so bili prej nevidni – prompti, AI-jevo sklepanje in celotna pot odločanja kupca, kar je bogatejše od klasičnih iskalnih podatkov.
Kiri je bolj skeptična. Opozarja, da bodo trgovci izgubili svojo podatkovno ekskluzivnost – OpenAI bo imel pregled čez več trgovcev in s tem zmanjšal »podatkovni jarek«, ki je bil doslej vir visokih marž (do 40 %) pri oglaševanju. Če pa OpenAI teh podatkov ne bi uporabil za oglaševanje, bi trgovci res pridobili nove dragocene vpoglede.
2. Strategija: Vsebinski pristop (The Content Play)
Paul Blackburn poudarja, da morajo trgovci postati bolj podobni izdajateljem vsebin in ne le oglasnim platformam.
Primer: Chemist Warehouse z njihovo blagovno znamko House of Wellness (revija in spletna vsebina o zdravju) gradi zaupanje in avtoriteto, ne le prodaje.
Masters izpostavlja, da tovrstna vsebina krepi odnos s potrošniki in ustvarja resnično vrednost za blagovne znamke.
AI lahko priporoča izdelke, ne more pa graditi čustvene povezave in zaupanja, ki ju omogoča kakovostna, strokovno pripravljena vsebina.
Sporočilo: »Imej lastno vsebino, lastno občinstvo, lastne podatke.«
Pogled naprej: Ali lahko AI oglaševanje pomeni nov začetek?
Paul Blackburn vidi v AI priložnost, da se oglaševanje »naredi prav« – da postane prijaznejše, bolj uporabno in manj vsiljivo, saj AI pozna kontekst uporabnika.
Nathan Guerra (nekdanji Googlov strokovnjak) pa opozarja, da bo verjetno zgodba enaka kot pri iskalnem oglaševanju: sčasoma več oglasov, več pritiska investitorjev, več nereda.
Masters priznava napetost med tema pogledoma – a poudarja, da je to priložnost za nov začetek: AI lahko prinese oglaševanje, ki je resnično koristno in personalizirano.
-
Trgovci niso nemočni – z umetno inteligenco pridobivajo nove oblike podatkov.
-
Izguba ekskluzivnih podatkov je realna grožnja, a hkrati priložnost za inovacijo.
-
Vsebina (kakovostna, avtentična, strokovna) je ključna konkurenčna prednost v svetu, kjer AI obvladuje transakcije.
-
AI oglaševanje lahko postane boljše – če se izognemo napakam preteklosti.
Oct 29, 2025 | AI SAS, LLM (AI)
AI brskalniki obljubljajo avtomatiziran splet — klikajo povezave, izpolnjujejo obrazce in povezujejo različne spletne račune. Glavni igralci so trenutno Perplexityjev Comet, OpenAI-jev ChatGPT Atlas in novinci, kot je Dia. Za enostavne naloge so uporabni, dokler ne pride do glavne nevarnosti: prompt injectiona – torej da pridejo na zlonamerno stran, ki agentu tiho ukažejo, naj razkrije podatke ali ukrepa v tvojem imenu.
-
Ti agenti pogosto zahtevajo globok dostop do e-pošte, koledarjev in stikov.
-
Napadi se lahko skrivajo v besedilu ali celo v metapodatkih slik.
-
Raziskave Brave kažejo, da gre za sistemsko ranljivost vseh AI brskalnikov.
-
OpenAI je uvedel način brez prijave, da zmanjša škodo ob napadu.
-
Perplexity trdi, da zaznava injekcije v realnem času, vendar to še ni zanesljivo.
-
Strokovnjaki opozarjajo, da modeli težko razlikujejo, kdo dejansko daje navodila.
Agentno brskanje bo slejkorej (Erik: slejkorej ne pomeni jutri zvečer …) postalo privzeti način dela na spletu – vedno več nalog bomo delegirali strojem. A ker postanejo bolj uporabni, čim več dostopa jim damo, ostaja vprašanje zaupanja ključno in še nerešeno.
Do nadaljnjega jih uporabljaj kot pametnega pripravnika z gesli:
-
uporabi unikatna gesla in MFA/2FA,
-
omeji obseg dostopa,
-
izogibaj se uporabi za bančne in zdravstvene podatke, dokler varnostni pomisleki ne bodo ustrezno rešeni.
Oct 28, 2025 | LLM (AI)
MiniMax je predstavil MiniMax-M2, nov model, zasnovan za visoko zmogljivo programiranje in agentske poteke dela. Čeprav je majhen, dosega rezultate na ravni največjih modelov:
-
Na Artificial Analysis Intelligence Indexu se uvršča tik pod Claude 3 Opus in GPT-4.
-
Premaga Claude 3 Sonnet, Gemini 1.5 Pro in Mixtral v 10 različnih evalvacijah.
-
Optimiziran je za kodo, logiko, orodja in večstopenjsko sklepanje.
-
Ima 230 milijard parametrov, a med delovanjem uporablja le 10 milijard, kar pomeni nižjo ceno, hitrejše izvajanje in večjo prilagodljivost.
-
Uspešno združuje natančnost agentnih sistemov in splošno inteligenco, kar je redko pri manjših modelih.
Zgodnji testi kažejo, da bi lahko postal priljubljena izbira za razvijalce. MiniMax-M2 dokazuje, da prihodnost ne leži v »večjem obsegu«, temveč v pametnem skaliranju in specializaciji modelov.
https://www.minimax.io/
MiniMax-M2: Analiza
Inteligenca: MiniMax-M2 ima višjo inteligenco v primerjavi s povprečjem, z indeksom inteligence Artificial Analysis 61.
Cena: MiniMax-M2 je cenejši v primerjavi s povprečjem s ceno 0,53 USD na 1 milijon žetonov (mešano razmerje 3:1). MiniMax-M2 Cena vhodnega žetona: 0,30 USD, Cena izhodnega žetona: 1,20 USD na 1 milijon žetonov.
Hitrost: MiniMax-M2 je počasnejši v primerjavi s povprečjem, z izhodno hitrostjo 78,4 žetonov na sekundo.
Zakasnitev: MiniMax-M2 ima nižjo zakasnitev v primerjavi s povprečjem, za prejem prvega žetona (TTFT) potrebuje 1,21 s.
Kontekstno okno:MiniMax-M2 ima manjše kontekstno okno kot povprečje, s kontekstnim oknom 200k žetonov.
Oct 20, 2025 | Amazon, Ecommerce, LLM (AI)
Ali bodo LMM platforme z umetno inteligenco služile denar z oglasi ali kot tržnice (marketplace)?
Glavne ugotovitve iz pogovora s Scotom Wingom:
Tržnice pred oglasi
- Wingo verjame, da je večja priložnost v modelu tržnice, ne v oglaševanju
- ChatGPT že testira transakcijske tokove, ki delujejo bolj kot tržnica kot klasični oglasi
- Razlika: pri oglaševanju platforma pošlje uporabnika drugam, pri tržnici pa obdrži celoten nakupni proces znotraj svoje platforme
Primerjava z Amazonom
- Amazonov oglaševalski posel je uspešen predvsem zato, ker temelji na tržnici
- Brez tržnice v ozadju oglaševalska mreža ne bi imela enake moči
- AI podjetja bi lahko sledila podobni poti
Skrbi trgovcev na drobno
- Nevarnost ponovitve scenarija Facebook/Amazon/Google – izguba kontrole nad prometom, odnosom s strankami in maržami
- Vprašanje komodifikacije: kaj ostane trgovcem, če AI prikaže “najboljšo opcijo po najnižji ceni”?
Ključna razlika: “Merchant of record” status
- Ko ste vi “merchant of record” (uradno evidentirani prodajalec), je stranka vaša
- To omogoča neposreden nadzor nad zvestobo, CRM-jem in ponovnim trženjem
- Programi zvestobe postajajo ključni za diferenciracijo v AI-vodenem nakupovalnem svetu
Optimistična perspektiva
- AI podjetja imajo drugačno ozadje kot Amazon ali Meta (niso začela s trgovinsko ali socialno DNK)
- Obstaja možnost, da razvijejo poštenjši poslovni model
- Trgovci imajo priložnost vplivati na razvoj monetizacije AI platform
