Modellen23 juni 2026

New relic introduceert autopilot en ground truth ter ondersteuning van agentic ai-observability

New Relic heeft de lancering aangekondigd van Autopilot en Ground Truth, twee nieuwe functies die zijn ontworpen om de observability voor agentic AI-systemen te verbeteren. Deze tools stellen organisaties in staat om autonome workflows te monitoren en AI-outputs te valideren tegen vastgestelde benchmarks.

Waarom het ertoe doet

Nu bedrijfsteams overstappen op autonome agents, wordt het behouden van controle en zichtbaarheid een grote uitdaging. Deze mogelijkheden stellen ontwikkelaars in staat om betrouwbaarheid en prestaties in productieomgevingen te waarborgen door een gestructureerde manier te bieden om de nauwkeurigheid van agents te meten.

Kernpunten

Autopilot biedt geautomatiseerde inzichten in de gezondheid en prestaties van AI-agents.
Ground Truth helpt teams bij het valideren van AI-antwoorden met behulp van geverifieerde gegevens om hallucinaties te verminderen.
De tools zijn ontworpen om bedrijven te helpen agentic-architecturen met meer vertrouwen op te schalen.

Gerelateerde oplossingen

AI-agents & automatisering AI-apps & platformen Generatieve AI

Al het AI-nieuws

Meer AI-nieuws

Modellen

Moonshot AI introduceert Kimi K3.1 Pro en snelle variant voor commerciële evaluatie

Moonshot AI heeft officieel zijn Kimi K3.1 Pro-model gelanceerd, samen met een speciale hogesnelheidsversie die is ontworpen voor snellere verwerking. Organisaties die de release evalueren, onderzoeken de operationele kosten en het gegevensverwerkingsbeleid van de leverancier nauwkeurig voordat ze overgaan tot implementatie in productie.

Modellen

Kimi K3.1 Pro behaalt de vijfde plaats op de SevenLab AI-ranglijst

Kimi K3.1 Pro van ontwikkelaar Kimi is officieel binnengekomen in de top tien van de SevenLab AI-ranglijst en bezet de vijfde plek algemeen. De benchmark volgt toonaangevende foundation models met behulp van een gespecialiseerde, voor waarde gecorrigeerde methodologie op basis van evaluatiedata van Artificial Analysis.

Modellen

Selectie van enterprise-hardware voor lokale LLM's geeft prioriteit aan geheugencapaciteit en bandbreedte

Enterpriseteams die hardware evalueren voor de lokale uitvoering van taalmodellen moeten zich richten op geheugencapaciteit en bandbreedte in plaats van pure rekenkracht. Een uniforme geheugenarchitectuur stelt ontwikkelworkstations in staat om modellen met grotere parameters direct in het geheugen te laden. Planningsleiders beoordelen deze specificaties om kosteneffectieve inferentie op het apparaat zelf te waarborgen.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 min, vrijblijvend

Geen verkooppraatje

Prototype in 7 dagen