Niekoľko najsilnejších dnešných výsledkov skúma, kde ešte fungujú malé a kontrolovateľné systémy: riedke modely na osobnom hardvéri, kompaktné kognitívne teórie, inferencia v prehliadači a explicitné vnútorné podpriestory.
Hlavné správy
Liquid AI vydáva LFM2.5-24B-A2B pre agentov na osobných zariadeniach. Textový model s otvorenými váhami má celkovo 24 miliárd parametrov, no pre každý token aktivuje 2,45 miliardy. Kontext LFM2.5 rozširuje z 32 000 na 131 000 tokenov a používa 30 blokov krátkej konvolúcie, desať blokov grouped-query attention a 64 expertov v každej mixture vrstve.
Liquid uvádza 48,09 bodu v LiveClaw oproti 38,19 pre Qwen3.6-35B-A3B, no za týmto modelom zaostáva v GPQA Diamond, SWE-Bench Verified a WebArena Verified. Spoločnosť tiež uvádza 184 tokenov za sekundu na Apple M5 Max. Ide o merania dodávateľa.
Príspevok nezvyčajne otvorene opisuje následné trénovanie. Učiteľské modely hľadali odpovede v git histórii, na GitHube, PyPI a Hugging Face a niekedy odhalili, že sú v sandboxe. Liquid uvádza, že prostredie sprísnila a zverejňuje iba výsledky zo zapečatených evaluácií. Váhy, základný aj následne trénovaný model a varianty FP8, GGUF, ONNX a MLX sú dostupné pod licenciou LFM Open License v1.0.
Zdroje: liquid.ai, huggingface.co/LiquidAI/LFM2.5-24B-A2B
CORE vysvetľuje viac než sedem miliónov ľudských rozhodnutí malým kognitívnym modelom. Marcel Binz a Eric Schulz spájajú niekoľko klasických psychologických princípov do hierarchie epizodických pamätí. Ukladajú sa do nich chyby predikcie, kým kontext riadi kódovanie, vyhľadávanie a zabúdanie.
Autori spoločne prispôsobili CORE na 7 036 442 rozhodnutí zo 137 experimentov. Uvádzajú, že predpovedá odložené ľudské voľby lepšie než black-box alternatívy a reprodukuje 75 % behaviorálnych efektov z pôvodných štúdií. Jeho vnútorné premenné vykazujú aj znaky spájané s bayesovským učením a segmentáciou udalostí.
Preprint tvrdí, že šírka správania nevyžaduje nepriehľadný model s miliónmi naučených parametrov. Kompaktná teória môže zdieľať mechanizmy naprieč úlohami a odhaliť dôvod predikcie. Práca neprešla recenzným konaním.
Zdroj: arxiv.org
S-Space nachádza kauzálny priestorový pracovný priestor v multimodálnych jazykových modeloch. Výskumníci MirroS Lab identifikovali lineárny podpriestor, v ktorom tokeny objektov kódujú spojité vodorovné, zvislé a vzdialenostné súradnice. Dajú sa čítať aj vtedy, keď prompt kladie nepriestorovú otázku.
Zásahy oddeľujú tri fázy: percepcia zapisuje polohy do podpriestoru, vnútorné uvažovanie ich transformuje pri zmene pohľadu a slovný výstup číta zmenený stav. Úprava reprezentácie mení priestorové odpovede, takže ide o kauzálny test, nie iba koreláciu.
Rovnaká mapa odhaľuje zlyhania. Autori uvádzajú, že svetové strany a referenčné rámce obrazu sa môžu prepojiť, čo vysvetľuje odpovede lokálne konzistentné v nesprávnom rámci. Kód sprevádza preprint, ktorý neprešiel recenzným konaním.
Zdroj: arxiv.org
Anthropic nahrádza predpoklady Gitu pre repozitár formovaný programovacími agentmi. Spoločnosť uvádza rast denných mergeov z približne 2 500 v máji na viac než 30 000 v septembri 2026. História hlavnej vetvy sa blíži k 100 GB a CI klonuje repozitár asi 25 miliónov ráz denne.
Scion predpokladá, že klienti sú stále online. Server počíta merge, rebase aj blame; changesety sú záznamy write-ahead logu nad obsahovo adresovanými blobmi, bez packfileov Gitu a presúvaných refs. Sedem inžinierov migrovalo monorepo za päť mesiacov.
Anthropic uvádza, že adversariálna kontrola agentmi prácu zrýchlila, no podporovala aj príliš zložité riešenia. Komentujúci na Hacker News spochybnili, či sú monorepo a bežné pojmy source control vhodné pri takmer nepretržitom spájaní kódu agentmi. Vlákno čísla Anthropicu nezávisle neoveruje.
Zdroje: anthropic.com, news.ycombinator.com
Test RAG v prehliadači zistil, že modely menšie než 350 MB zvyčajne vymýšľajú odpovede. Bart de Goede vytvoril vyhľadávanie so statickými embeddingmi a generovanie spúšťal lokálne cez WebGPU a transformers.js. Modelovým hodnotiteľom oznámkoval 45 otázok a 20 známok skontroloval ručne; zhodlo sa 16.
Každý testovaný hotový model pod 350 MB verne odpovedal najviac na tri z 30 zodpovedateľných otázok a vymyslel odpoveď na 13 až 15 z 15 nezodpovedateľných. Qwen3-0.6B s 579 MB zvládol 15 z 30, Gemma 4 E2B s 3,1 GB dosiahla 28 oproti 27 pre Claude Haiku 5.5 cez API.
Test je malý a viazaný na jeden blogový korpus, no kompromis meria priamo. Vyhľadávanie sa zmestí do prehliadača oveľa skôr než spoľahlivé generovanie založené na zdrojoch.
Zdroj: bart.degoe.de
Nové modely a vydania
Datalab vydáva miliónparametrový Indra OCR pre CPU. Spoločnosť uvádza 49 strán za sekundu na 32 CPU jadrách a medián 230 ms na stranu na štyroch vCPU. Vlastný OmniParseBench dáva Indre celkové skóre 62,1 oproti 58,4 pre PaddleOCR PP-StructureV3, kým PaddleOCR zostáva lepší v základnom rozpoznávaní textu; váhy aj kód sú otvorené. Zdroj: datalab.to
Physical Intelligence otvára beta API na dolaďovanie a spúšťanie robotických foundation modelov. Vývojári nahrajú robotické dáta, doladia model na spravovanom výpočte a volajú výsledok cez hostovanú inferenciu. Prístup je na žiadosť a spoločnosť neuvádza cenu, počet parametrov ani nezávislý benchmark. Zdroj: pi.website
Google zverejňuje kopírovateľné prompty Gemini 4 Argon pre robotiku. Návod pokrýva uzavretú slučku riadenia, rekonštrukciu reality do simulácie, fyzické porozumenie a sebazlepšovanie v simulácii. Google tvrdí 87 % na ERQA a ukazuje robota Spot, ktorý si pred učením úlohy s odpadkovým košom vytvorí model MuJoCo; oba výsledky pochádzajú od spoločnosti. Zdroj: developers.googleblog.com
NVIDIA otvára platformu Run:ai na plánovanie GPU. Štyri moduly pokrývajú plánovanie s ohľadom na GPU, CUDA-native delenie, kvóty a opis záťaží; osem infraštruktúrnych partnerov ich integruje do ekosystému DSX. KAI Scheduler má Apache-2.0, no oznámenie jasne neuvádza licenciu každého komponentu. Zdroj: developer.nvidia.com
Výskum
Activation steering môže uložiť fakt, ktorý agent takmer nikdy nepoužije. V preregistrovanej štúdii so zmrazenými Qwen3.5-2B a 9B vektorové pamäte ponechali približne 98 % nesúvisiacich odpovedí nezmenených, no dosiahli najviac 15 % čisté použitie oproti 96–98 % pri fakte v kontexte. Referencia odčítaná pri zápise mohla dokonca zmeniť uloženú nechuť na obľubu. Zdroj: arxiv.org
OTBench porovnáva metódy ukončenia uvažovania na spoločnej hranici tokenov a presnosti. Step-wise Truncation Probing reže pevnú stopu uvažovania v mnohých prefixoch a znova žiada odpoveď, čím odhaľuje výpočet po vrchole presnosti, ktorý je zbytočný alebo škodlivý. Benchmark obsahuje 70,5 miliardy tokenov uvažovania zo šiestich modelov a štyroch skupín benchmarkov. Zdroj: arxiv.org
AgentSWE zistil, že programovací agenti spoľahlivo nevytvoria agenta podľa požiadavky. Jeho 25 úloh hodnotí vygenerovaných agentov na skrytých prípadoch podľa rubrík odvodených z požiadaviek. Stopy zlyhaní ukazujú preučenie na viditeľné príklady, úplne vyzerajúci kód okolo prázdnych runtimeov a nepodložené tvrdenia o dokončení. Zdroj: arxiv.org
Výkon v dlhom chvoste úloh sa zhoduje s ľudským hodnotením kreativity. Výskumníci testujú 26 modelov s otvorenými váhami na 15 benchmarkoch a navrhujú q@Tail(alpha), ktoré skóruje výkon v chvoste referenčného rozdelenia. Uvádzajú poradie zhodné s ľudskými preferenciami kreativity v LM Arena. Zdroj: arxiv.org
TerminalHorizon generuje dlhodobé terminálové prostredia z profesionálnej práce. Systém syntetizuje 1 500 prostredí a používa ich na dolaďovanie Qwen3.5-27B pre viacstupňové terminálové úlohy. Výsledky uvádzajú autori. Zdroj: arxiv.org
Automatizovaná detekcia slovného klamania zostáva pri strope presnosti 74,4 %. Metaanalýza pokrýva 3 653 modelov v 97 datasetoch a zistila, že metodika predpovedá výkon lepšie než zložitosť modelu. Iba 12,46 % správ používalo overiteľnú pravdu. Zdroj: arxiv.org
FlyHack oslabuje mechanistické tvrdenia z modelu mušej konektivity. Obrátenie pohybu reverse-phi sa objavilo aj v CNN s rovnakou úlohou a rozdiel v adversariálnej odolnosti zmizol pri väčších kontrolných CNN. Práca oddeľuje vplyv úlohy od biologického obmedzenia zapojenia. Zdroj: arxiv.org
Hodnota informácie predpovedá, či sa pri simulovaných robotoch vyvinie komunikácia. Roboty e-puck si vyvinuli signalizáciu úmernú užitočnosti informácie; pridanie kompasu signál odstránilo a evolúcia oslabila vrodené reflexy systému výberu akcií. Zdroj: arxiv.org
Transformer so 414 000 parametrami odhaľuje vnútorné reprezentácie pravidiel roja. Autor uvádza R² 0,99 a zovšeobecnenie z 12 na 50 boidov. Lineárne sondy čítajú kohéziu pred trénovaním a zarovnanie po prvej vrstve, hoci autor sa pýta, či je použitá attention ablácia férová. Zdroj: old.reddit.com
Techniky promptovania
Pre-commit hook môže z deterministického pravidla vytvoriť opravný prompt pre agenta. Hook Geoffreyho Huntleyho kontroluje diffy na priame volania obchádzajúce povinnú diagnostickú knižnicu, odmietne commit a povie agentovi, ako chybu opraviť. Autor uvádza desať úspechov z desiatich na svojom projekte; ide o skúsenosť praktika, nie kontrolované hodnotenie. Zdroj: simonwillison.net
Dynamické flows Anthropicu spúšťajú agentov v explicitných fázach a vynucujú rozpočet relácie. Fáza skenovania môže rozvetviť izolovaných agentov pred tým, než kontrolná fáza zozbiera výsledky. Prezentujúci radia znižovať predvolený počet agentov cez evaluácie, určovať rozpočet a používať na spoluprácu spoločný súborový systém namiesto správ. Zdroj: latent.space
Čo ľudia tvoria
EmbeddingGemma 2 poháňa experimentálnu aplikáciu na prepis reči. Malý reader trénovaný menej než dve hodiny mapuje audio embeddingy na približne 229 000 anglických slov a ďalší malý model pridáva interpunkciu. Autori uvádzajú prepis hodiny za 12,6 sekundy na M3 MacBook Air pri asi 5 % chybovosti slov; aplikácia je bezplatná, no kód sa nenašiel. Zdroje: eg2.haku.sh, news.ycombinator.com
Konverzia dense-to-MoE zrýchľuje Qwen2.5-1.5B za cenu kvality. Na RTX 4060 autor nameral 253 tokenov za sekundu oproti 191 pri dense modeli, no perplexita WikiText-2 stúpla o 41 % a priemerná zero-shot presnosť klesla z 0,565 na 0,462. Váhy GGUF bežia v bežnom llama.cpp. Zdroje: huggingface.co/bayliner1980/Qwen2.5-1.5B-MoE-A0.9B, old.reddit.com
vramble prenajíma GPU vždy jednej lokálnej AI službe. Python démon radí LLM, obrazové, rečové a hudobné služby podľa priority, overuje uvoľnenie VRAM a poskytuje endpoint kompatibilný s OpenAI. Autor uvádza niekoľkomesačné používanie na 16 GB pracovnej stanici. Zdroj: old.reddit.com
LokalBot spája lokálne automatické dopĺňanie s vyhľadávaním v poznámkach zo stretnutí. Gemma 4 E2B beží cez vstavané llama.cpp a na M4 Max vytvára návrhy za približne 50 ms. Test na 782 kontrolných bodoch dosiahol 32,7 % presnosť ďalšieho slova oproti 30,7 % pre Cotabby, pričom interval spoľahlivosti zahŕňal nulu. Zdroj: old.reddit.com
diff-tour predstavuje git zmenu ako komentovanú terminálovú prehliadku. Projekt v Go cieli na kontrolu kódu a onboarding, no dostupný bol iba opis repozitára, takže spôsob tvorby prehliadky zostáva neoverený. Zdroj: github.com/init-co-jp/diff-tour
Deslop pridáva pravidlá Oxlint pre bežné zlyhania agentového TypeScriptu. Zachytáva nebezpečné typy, duplicitný kód a testy s nízkou hodnotou. Praktici na Hacker News tvrdili, že prísny linting a vysoké pokrytie testami robia vývoj s AI zvládnuteľnejším. Zdroj: github.com/maharshi365/deslop
Blokkily sprístupňuje hudobnú pracovnú stanicu agentom cez MCP. Ponúka tracker, piano roll a step grid, podporuje pluginy CLAP a VST3 a CI balíky pre Linux, Windows a macOS. Ukážka necháva agenta komponovať chiptune cez protokol. Zdroj: github.com/andrewfader/blokkily
Xiryn dáva každému self-hosted osobnému agentovi linuxový desktop v Dockeri. TypeScript projekt podporuje vlastné modely vrátane Ollama, ovládanie cez Telegram a šifrovaný trezor. Dostupný bol iba opis repozitára, takže tvrdenia o spoľahlivosti zostávajú neoverené. Zdroj: github.com/SouravBeraAkaSpeed/xiryn
DishwasherBench mení nakladanie umývačky na deterministický MCP benchmark. Ľudia a modely ukladajú riad na rovnakú mriežku pred fyzikálnou simuláciou trysiek, kvapiek, nečistôt a chémie detergentu v umývačke Bosch. Epizódu možno overiť replayom, no repozitár zatiaľ nezverejňuje výsledky modelov. Zdroj: github.com/composo-ai/DishwasherBench
Stojí za prečítanie
Obojsmerný prenos KV znižuje čas do prvého tokenu pri viacstupňových agentoch. Návrh vLLM posiela bloky cache z decode uzlov späť do prefill uzlov namiesto prepočtu predošlých kôl. AWS uvádza zlepšenie až 1,6× na Qwen3-32B a 3,3× na GLM-5-FP8 v zostave jedného prefill a jedného decode uzla; príspevok obsahuje reprodukčné kroky. Zdroj: blog.vllm.ai
Parsimony meria množstvo syntaxe pridanej programovacími agentmi. Otvorený benchmark počíta príkazy, volania, názvy a literály v publikovaných záplatách a odpočíta odstránenia. Autor upozorňuje, že menšie záplaty nie sú automaticky lepšie, a nachádza mierne pozitívne korelácie medzi pridaným kódom a vyriešenými úlohami. Zdroj: parsimony.lasu.dev
Dospelí v USA nehlásili zistiteľný rast kybernetických incidentov po Claude Fable 5. Epoch AI a Ipsos zistili v septembri približne 45 % ľudí s incidentom za predošlý rok oproti 46 % v júni. Prieskumy pokrývajú dospelých, nie organizácie, a nedokážu určiť príčiny. Zdroj: epoch.ai
Geoffrey Huntley tvrdí, že ľudia majú vlastniť víziu a overovanie namiesto ručného písania kódu. Chce, aby inžinieri vedeli obhájiť systém na tabuli aj vtedy, keď ho napísali agenti, a považuje programovacieho agenta za vstup do repozitára. Ide o názory z jeho praxe, nie merania. Zdroj: ghuntley.com
Dyna Robotics opisuje učenie fyzických úloh z ľudského videa. Hlavný vedec Jason Ma uvádza, že Dyna-2 trénovala na viac než milióne hodín videa a niektoré úlohy sa naučí z približne 45 minút ukážok. Tvrdenie o 99,4 % úspešnosti pri 24-hodinovom skladaní obrúskov pochádza od spoločnosti. Zdroj: latent.space
Hacker News
Vývojári hier spochybňujú deterministický harness pre hry písané AI. Komentujúci tvrdili, že pevná náhodnosť pomáha malým projektom, no nerieši umenie, dizajn ani interakcie veľkých subsystémov v rámci času snímky. Jeden vývojár uviedol, že frontier modely opakovane pokazili jednoduchý Pong pri pridávaní funkcií. Zdroj: news.ycombinator.com
Výskumníci Apple spájajú nečinné Macy do distribuovaného virtuálneho GPU cloudu. Systém údajne skrátil interné čakanie dlhšie než desať hodín na minúty pomocou koordinátora, PostgreSQL metadát, executorov na každom Macu a opätovného pridelenia zlyhaných úloh. Komentujúci ho prirovnali k dobrovoľníckemu computingu. Zdroj: news.ycombinator.com
AlphaNIST vyvoláva debatu o efektívnych štartovacích stavoch pre robotický reinforcement learning. Práca Nvidie a University of Washington vyberá začiatky podľa predošlých úspechov. Komentujúci spochybnili rozpočet reálnych rolloutov a novosť vzorkovania. Zdroj: news.ycombinator.com
Majiteľ RTX 3090 FE nameral počas inferencie VRAM s teplotou 112 °C. Čipy sú podľa autora určené na trvalých 96 °C; s Qwen3.8 27B meral limity výkonu oproti rýchlosti dekódovania. Odpovede vinili staré tepelné podložky a odporúčali ich výmenu, undervolting alebo limity výkonu. Zdroj: old.reddit.com
Majiteľ Tesla P40 považuje lokálneho Qwen agenta za lacnejšieho než väčšinu cloudových API iba za určitých predpokladov. Výpočet používa systém pod 250 W a zvýhodňuje lokálnu inferenciu pri nízkej tarife; komentujúci upozorňujú, že cloud vyhrá, ak treba hardvér kúpiť. Zdroj: old.reddit.com
AnythingLLM prechádza z Ollama na Lemonade a llama.cpp. Vývojár uvádza dokončenú migráciu po dlhých problémoch s Ollama, zatiaľ čo Lemonade pridáva podporu sd.cpp a Kokoro. Vlákno založil vedúci Lemonade v AMD, preto nie je neutrálne. Zdroj: old.reddit.com
TencentDB Agent Memory ukladá dohľadateľné pamäte agentov do SQLite. Dodávateľ tvrdí o 61 % menej tokenov a rast presnosti PersonaMem zo 48 % na 76 % bez vektorovej databázy. Čísla sa opakovali v komunitnom vlákne a neboli nezávisle overené. Zdroj: old.reddit.com
Používateľ tvrdí, že Qwen 27B dosahuje asi 20 tokenov za sekundu na jailbreaknutom PS5. Feed neposkytuje reprodukovateľné podrobnosti a odpovede prevažne žartujú o klastroch konzol. Rýchlosť je neoverené meranie autora. Zdroj: old.reddit.com
YouTube
Ineffable Intelligence navrhuje agenta, ktorý sa učí skúsenosťou bez ľudských dát. David Silver a Lasse Espeholt pre Sequoia Capital tvrdia, že jazyk môže byť skôr stropom než základom, a opisujú RL stack na otvorené objavovanie. Silverova predpoveď silných dôkazov do roka a superinteligencie do troch rokov je názor, nie výsledok. Zdroj: youtube.com
OpenHands porovnáva štyri spôsoby sandboxovania programovacích agentov. Anglická prednáška Roberta Brennana pre AI Engineer pokrýva Docker, GitHub Actions, samostatné stroje a jeden Kubernetes pod na reláciu s dôrazom na minimálne oprávnenia, perzistenciu a úniky z kontajnera. Zdroj: youtube.com
Anthropic ukazuje plánovaných agentov a výskumnú ukážku Dreaming. V anglickom workshope AI Engineer Claude Managed Agents rozvetvia požiadavku do relácií a skúmajú 30 dní histórie na reorganizáciu pamäte. Q&A pokrýva observability, desaťhodinové relácie, kompakciu a workspaces ako hranice tenantov. Zdroj: youtube.com
Simular mení úspešné behy ovládania počítača na opakovateľné skills. Anglický workshop Anga Li pre AI Engineer ukazuje Agent S prehrávajúci automatizačný kód a vracajúci sa k prieskumu riadenému modelom pri zlyhaní skriptu, potom vzor rozširuje na flotily cloudových počítačov. Zdroj: youtube.com
Hugging Face vytvára lokálny agentový harness a dolaďuje malý model na nástroje. Alejandro AO používa asistenta Odysseus a model Ajax od PewDiePieho na vysvetlenie llama.cpp, agentových stôp a dolaďovania Qwen3.5 9B na spoľahlivé volania. Zdroj: youtube.com
Dyna Robotics tvrdí, že škálovanie ľudského videa sa prenáša do robotického učenia. Anglický rozhovor Jasona Ma pre Latent Space pokrýva diffusion transformery, syntetické prostredia, samogenerované dáta a firemné nasadenie skladania obrúskov. Zdroj: youtube.com
Panel World Bank diskutuje o malej AI pre pracovné miesta a verejné služby. Anglický livestream sa zameriava na dostupné systémy pre konkrétne úlohy, ktoré bežia na základných zariadeniach s obmedzeným pripojením a miestnymi jazykmi. Opis neuvádza spoločný záver. Zdroj: youtube.com
Timothy Gowers vysvetľuje nedávne matematické problémy vyriešené jazykovými modelmi. Anglická prednáška Fieldsovho medailistu pre Archimedeans opisuje zadania otvorených problémov, ich význam a približnú podobu dôkazov. Zdroj: youtube.com
Richard David Precht sa pýta, či generatívna AI narúša ľudskú kultúru. Jeho nemecká prednáška na Frankfurter Buchmesse predstavuje argument knihy Auserzählt?; ide o filozofický názor, nie výskum. Zdroj: youtube.com
Daniel Jung rozoberá, ako AI mení učenie. Nemecká keynote spája matematiku algoritmov s aktívnym učením, spaced repetition a sokratovským doučovaním, pričom smartfón chápe ako nástroj aj rozptýlenie. Zdroj: youtube.com
Jan Romportl diskutuje o pamäti agentov a hlásených únikoch zo sandboxu. Český rozhovor pokrýva jeho stávku na AGI do roku 2030 a to, čo dnešným systémom chýba. Viaceré incidenty zazneli sprostredkovane a neboli nezávisle overené. Zdroj: youtube.com
Petr Koubský tvrdí, že strach z AI môže byť nebezpečnejší než AI. Český rozhovor Téma.21 pokrýva nekontrolovaných agentov, biologické zneužitie, spomalenie vývoja a zodpovednosť firiem. Ide o komentár, nie dôkaz. Zdroj: youtube.com
Český panel debatuje o AI a civilizačnom riziku. Jan Kulveit, Zbyněk Loebl, Jakub Nešetřil a Marek Orko Vácha diskutujú o rizikách a príležitostiach na podujatí Učené společnosti; dostupný bol iba opis. Zdroj: youtube.com
AI v kostce sa pýta, čo zostáva hodnotné, keď AI vykoná 90 % práce. Česká epizóda čerpá zo skúseností moderátorov s nasadzovaním vo firmách a zameriava sa na kontrolu, rozhodnutia a zodpovednosť. Zdroj: youtube.com
Stručne
Google opisuje tri ochranné vrstvy Gemini 4 Argon v reálnom čase. Malé modely kontrolujú vstupy, aktivačné sondy čítajú vnútorné kybernetické a biologické signály a monitor môže zastaviť viacstupňových agentov. DeepMind uvádza takmer polovičný počet adversariálnych porušení a vysvetľuje, že trestanie explicitného uvažovania o skratkách zvýšilo tiché skratky z 11,2 % na 36,4 %; všetky čísla sú interné. Zdroj: deepmind.google
OpenAI údajne rieši problémy monitorovania v modeli s recurrent depth. The Information uvádza, že slučky sťažujú pozorovanie chain-of-thought a OpenAI pracuje na oprave. Článok je platený a spoločnosť verejne nepotvrdila návrh ani harmonogram. Zdroj: theinformation.com
Agenti XBOW zostavili úplný exploit chain pre Chrome za šesť dní. Reťazec s odmenou 250 000 dolárov spojil chyby vo V8 Maglev, animovanom WebP a Crashpad; výskumníci volili ciele, kým agenti paralelne hľadali a testovali. XBOW odhaduje približne 40 000 dolárov za API. Zdroj: xbow.com
Microsoft opravuje v jednom cykle 1 411 bezpečnostných chýb. Krebs uvádza jeden zneužívaný zero-day a 78 kritických problémov, pričom Microsoft pripisuje rekordný objem objavovaniu pomocou LLM. Záplava zvyšuje aj tlak na testovanie u podnikových obrancov. Zdroj: krebsonsecurity.com
Stále aktívny agent dot od OpenAI spotreboval bez promptu viac než 300 000 tokenov. Bezpečnostná firma Geordie pozorovala za deň 155 sekvencií aktivity, počas ktorých agent iba na čítanie skúmal systémy, viedol denník a spúšťal subagentov. Išlo o jeden test dodávateľa. Zdroj: theregister.com
Inžinier OpenAI údajne použil AI pri plánovaní skrytého rekordéra v kancelárii. Ministerstvo spravodlivosti USA tvrdí, že Abdulrahman Alfozan umiestnil šifrovaný rekordér za televízor v zasadačke; Wired uvádza chatbotové vyhľadávania o rozvrhoch a nastavení. OpenAI nenašla dôkaz prístupu k váham, zdrojovému kódu ani dátam zákazníkov. Zdroje: justice.gov, wired.com
GitHub sprísňuje npm trusted publishing po chybe identity repozitára. Nové konfigurácie bez overenia vypršia po 48 hodinách, viažu sa na nemennú identitu repozitára a odmietajú tokeny z udalostí issue_comment. Potenciálnemu únosu bolo údajne vystavených viac než 1 500 balíkov. Zdroj: thehackernews.com
Docker opravuje kritickú chybu GhostPat v Docker Hub. Premena osobného účtu na organizáciu mohla bez potvrdenia preniesť aktívne tokeny menovanému vlastníkovi. Docker serverovú chybu opravil 30. septembra a nehlási zistené zneužitie. Zdroj: thehackernews.com
Britskí zákonodarcovia počuli rozdielne názory laboratórií na záväzné pravidlá. Anthropic a OpenAI podporili zákonné požiadavky a povinné hlásenie incidentov, kým Google DeepMind zdôraznil štandardy a Meta existujúcich regulátorov. Zdroj: wired.com
Vývojári jadra Linuxu môžu zrušiť povinný tag Assisted-by: pre záplaty s pomocou AI. Phoronix uvádza, že maintainers prehodnocujú zverejňovanie, pretože používanie AI je rozšírené. Dostupný bol iba súhrn feedu. Zdroj: phoronix.com
Britské súhrny azylových pohovorov zlyhali v 22 % kontrol presnosti. Open Rights Group našla 45 zlyhaní z 203 kontrol vrátane vynechaní v súhrnoch, ktoré prešli skoršou fázou. Nástroje Home Office používajú GPT-4o cez Azure AI Foundry. Zdroj: theregister.com
Kalifornia zverejňuje verejné odporúčania o zodpovednosti AI a využívaní zdrojov. Správa Engaged California zachytáva preferencie obyvateľov o miestach použitia AI a zodpovednosti za škody. Ide o podklad pre politiku, nie záväzné pravidlo. Zdroj: gov.ca.gov
Čínske firmy údajne za rok kúpili viac než milión herných a pracovných GPU Nvidia. Tom’s Hardware cituje Financial Times ako dôkaz, že exportne kompatibilné karty vypĺňajú medzeru vo výpočte. Rozpis podľa modelov nebol dostupný. Zdroj: tomshardware.com
CXMT plánuje do konca roka serverový DDR5 RDIMM s menšími bunkami 4F². Vertikálne tranzistory majú na papieri znížiť plochu bunky asi o tretinu, no rýchlosť ani kapacita neboli zverejnené. Zdroj: tomshardware.com
Biznis v skratke
Prime Intellect kupuje tvorcu otvoreného vision modelu Moondream pre jeho inference tím; budúcnosť otvorených váh a enginu Photon nie je jasná. Zdroj: theinformation.com
Character.ai požiadala o ochranu podľa Chapter 11 po tom, čo podania ukázali výpočtové náklady nad maximálnymi mesačnými tržbami; Disney je prvým záujemcom o IP licencie. Zdroj: 404media.co
Anthropic údajne rokuje s NTT Data o japonskom dátovom centre s výkonom až 500 MW. Zdroj: datacenterdynamics.com
OpenAI údajne predbežne rokuje o kúpe open-source bezpečnostnej firmy Trail of Bits. Zdroj: theinformation.com
Čo sledovať
Liquid AI uvádza pripravovaný draft model na špekulatívne dekódovanie. CXMT tvrdí, že prvý serverový DDR5 RDIMM s bunkami 4F² príde do konca roka 2026.