KI & Machine Learning

imagem 13

LangChain Core 1.6.2: Asynchrone OpenAI-Tools und wichtige Fehlerbehebungen

Schreibe einen Kommentar / KI & Machine Learning /

Die Version 1.6.2 von LangChain Core ist erschienen und bringt eine bedeutende Neuerung für alle, die OpenAI-Modelle nutzen: Asynchrone Werkzeuge werden jetzt unterstützt. Das erleichtert die Einbindung von KI-Funktionen in asynchrone Anwendungen erheblich – besonders relevant für selbst gehostete Setups, in denen nicht-blockierende Abläufe entscheidend sind. Außerdem wurden zwei Abhängigkeiten aktualisiert: Die Bibliothek mistune wurde […]

LangChain Core 1.6.2: Asynchrone OpenAI-Tools und wichtige Fehlerbehebungen Weiterlesen »

imagem 8

LangChain-Anthropic 1.7.1: Performance-Tuning und Claude Fable 5.1

Schreibe einen Kommentar / KI & Machine Learning /

Seit Version 1.7.0 bringt das Update auf LangChain-Anthropic 1.7.1 gezielte Verbesserungen für alle, die ihre LLM-Anwendungen selbst hosten. Im Bereich Performance und Observability werden Middleware-Trace-Eingaben nun standardmäßig weggelassen. Das reduziert Overhead und sorgt für schlankere Abläufe, ohne dass relevante Diagnosedaten verloren gehen. Zusätzlich unterstützt die Bibliothek ab sofort das neue Anthropic-Modell Claude Fable 5.1. Entwicklerinnen

LangChain-Anthropic 1.7.1: Performance-Tuning und Claude Fable 5.1 Weiterlesen »

imagem 3

LangChain 1.4.0 Alpha und frühere Versionen: MCP-Integration, Middleware-Erweiterungen und neue Provider

Schreibe einen Kommentar / KI & Machine Learning /

Die LangChain-Entwickler haben eine Reihe von Versionen bis zur Alpha 1.4.0a4 veröffentlicht. Der Schwerpunkt lag auf der Verbesserung der Agenten-Middleware, der Integration des Model Context Protocol (MCP) und der Erweiterung der unterstützten Modell-Provider. MCP-Integration Ein zentrales Thema der letzten Releases war die native Unterstützung des Model Context Protocol (MCP). Der neue langchain.mcp-Namespace und der MCPAdapter

LangChain 1.4.0 Alpha und frühere Versionen: MCP-Integration, Middleware-Erweiterungen und neue Provider Weiterlesen »

imagem 67

Ollama v0.33.2: Dunkelmodus kehrt zurück und Stabilitätsverbesserungen

Schreibe einen Kommentar / KI & Machine Learning /

Die Ollama-App übernimmt wieder die Darstellung des Systems, wodurch der Dunkelmodus erneut unterstützt wird. Zusätzlich wurde das Verhalten der macOS-App korrigiert: Sie übergibt nun ordnungsgemäß an eine bereits laufende Instanz, anstatt eine zweite zu starten – das spart Ressourcen und verhindert Konflikte. Der Proxy für Claude Desktop wurde stabilisiert. Laufende Anfragen werden nicht mehr unterbrochen,

Ollama v0.33.2: Dunkelmodus kehrt zurück und Stabilitätsverbesserungen Weiterlesen »

imagem 65

Alpha-Vorschau von langchain.mcp: MCP-Server direkt in LangChain-Agenten einbinden

Schreibe einen Kommentar / KI & Machine Learning /

Alpha-Vorschau von langchain.mcp – ein First-Party-Adapter, der jeden MCP-Server in LangChain-Tools verwandelt, die Sie direkt an create_agent übergeben können. Die Verbindungsabwicklung übernimmt FastMCP, sodass dessen Client-Funktionen unverändert zur Verfügung stehen, statt hinter einer schmaleren Schnittstelle neu implementiert zu werden. pip install „langchain[mcp]==1.4.0a2“ Verbinden MCPAdapter akzeptiert jedes Ziel, das fastmcp.Client annimmt – der Transport wird automatisch

Alpha-Vorschau von langchain.mcp: MCP-Server direkt in LangChain-Agenten einbinden Weiterlesen »

imagem 63

LangChain Fireworks 1.6.1: Wartungsupdate mit Fehlerbehebung und aktualisierten Modelldaten

Schreibe einen Kommentar / KI & Machine Learning /

Die neue Version langchain-fireworks 1.6.1 ist erschienen und löst die Vorgängerversion 1.6.0 ab. Das Update bringt vor allem Wartungsverbesserungen und eine wichtige Korrektur mit sich. Ein zentraler Fix betrifft den Umgang mit Reasoning-Verlaufsblöcken: Diese werden nun verworfen, um eine saubere Verarbeitung der Konversationshistorie zu gewährleisten. Für Selbsthoster bedeutet dies eine stabilere Integration und weniger potenzielle

LangChain Fireworks 1.6.1: Wartungsupdate mit Fehlerbehebung und aktualisierten Modelldaten Weiterlesen »

imagem 60

Version 5.16.1 veröffentlicht

Schreibe einen Kommentar / KI & Machine Learning /

Wir freuen uns, die Veröffentlichung der Version 5.16.1 von Transformers bekannt zu geben. Dieses Release bringt eine wichtige Neuerung: die Unterstützung für GLM-5.3-Flash, das erste nativ multimodale Modell der GLM-5-Serie. Zusätzlich gibt es einige kleinere Korrekturen. GLM-5.3-Flash GLM-5.3-Flash ist das erste nativ multimodale Modell der GLM-5-Serie. Mit insgesamt 320 Milliarden Parametern und nur 18 Milliarden

Version 5.16.1 veröffentlicht Weiterlesen »

imagem 57

Transformers v5.16.0: Neue Modelle und umfangreiche Verbesserungen

Schreibe einen Kommentar / KI & Machine Learning /

Neue Modelle Die Version 5.16.0 bringt mehrere neue Architekturen mit sich. Qwen4-Exp Qwen4-Exp baut auf der hybriden Text- und Multimodal-Architektur von Qwen3.5 auf und integriert drei Schlüsselkomponenten: GatedResidual (GR), Qwen Sparse Attention (QSA) und Per-Layer Embedding (PLE). GR ist eine von Qwen entwickelte Residualarchitektur, die Hyper-Connection mit GatedNorm kombiniert. Sie mischt mehrere Residualströme mit feingranularem

Transformers v5.16.0: Neue Modelle und umfangreiche Verbesserungen Weiterlesen »

imagem 56

Alles Gute zum 20. Geburtstag, Amazon EC2

Schreibe einen Kommentar / KI & Machine Learning /

Heute vor zwanzig Jahren veröffentlichte Jeff Barr einen Blogbeitrag, der die Beta-Version von Amazon EC2 offiziell startete. Dieser eine Beitrag stellte skalierbare Linux-Virtual-Server in der Cloud vor, die stundenweise abgerechnet wurden – zunächst mit nur einem Instance-Typ (m1.small) in einer einzigen Region (US East). Das Angebot war bewusst schlank, aber sofort nützlich – und es

Alles Gute zum 20. Geburtstag, Amazon EC2 Weiterlesen »

imagem 54

LangChain 1.3.17: Korrekturen für Human-in-the-Loop-Ablehnungen und Dependency-Updates

Schreibe einen Kommentar / KI & Machine Learning /

Seit der Version 1.3.16 gibt es ein neues Release: LangChain 1.3.17. Diese Aktualisierung bringt gezielte Verbesserungen, insbesondere im Bereich der Human-in-the-Loop-Workflows (HITL), sowie die übliche Pflege von Abhängigkeiten. Korrektur: Benutzerdefinierte Ablehnungsgründe bei HITL In Human-in-the-Loop-Szenarien können Nutzer:innen Aktionen ablehnen und dabei eigene Gründe angeben. Bisher wurden diese benutzerdefinierten Ablehnungsgründe nicht korrekt verarbeitet oder angezeigt. Mit

LangChain 1.3.17: Korrekturen für Human-in-the-Loop-Ablehnungen und Dependency-Updates Weiterlesen »

RSS FEED
RSS FEED