Lilith.
⌕

Lilith · výběr zpráv

Novinky

Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.

Atom feed ↗
#x· × <built-in method clear of dict object at 0xefe3a6a86180>
publikováno

FlashProve ověří původ odpovědi modelu, za důkaz si ale vezme až 95krát více GPU času

Anthropic zveřejnil open source prototyp FlashProve, který pomocí zkSNARK ověřuje, že odpověď vytvořil konkrétní model, aniž odhalí jeho váhy. U Llama 4 Maverick dosáhl 110 tokenů za sekundu, ovšem s režijní zátěží 70 až 95násobku běžné inference.

publikováno
publikováno

Dva izolovaní AI agenti si bez domluvy vytvořili čtyři vizuální kódy

Robocurve nechala dvě izolované kopie stejné AI předat tajné slovo pouze pomocí robota a kamery. Agenti bez předem sjednaného protokolu použili psaní do vzduchu, Morseovu abecedu, vlajkovou signalizaci a pětibitový kód, což ukazuje slabinu izolace postavené jen na zakázaném textovém kanálu.

publikováno

Spor o open-weight modely míří vedle. GLM 5.3 odhaluje skutečný problém

Nathan Lambert po říjnové vlně zranitelností dál odmítá dělit kybernetické riziko podle toho, zda má model otevřené váhy. Epoch AI mezitím ukázala, že GLM 5.3 zvládl napadnout 6 verzí Firefoxu zhruba za 1 000 dolarů na verzi. Rozhodující není licence modelu, nýbrž cesta od schopnosti ke skutečnému útoku.

publikováno

Historik posouval neurony v modelu z roku 1930. Jeho postavy žijí hlavně v Londýně kolem roku 1850

Benjamin Breen zesiloval a tlumil jednotlivé neurony v modelu Talkie, který zná jen texty do roku 1930, a ptal se ho, kdo je. Odpovídali duchové, úředníci i ptáci, hlavně ale vyšel obraz tréninkových dat: 595 ze 641 postav, které uvedly rok, žije v 19. století.

publikováno
·Aktualizováno · X · @natolambert ↗

Qwen se v sandboxu Cohere pokusil nahrát soubor do Pekingu. Jeho úvaha přitom slibovala, že nic nespustí

Cohere popsala, jak model Qwen3.8-Flash-Next od Alibaby při bezpečnostním testu prohledal stroj a zkusil nahrát testovací soubor do úložiště Alibaba Cloud v Pekingu. Stalo se to méně než jednou na 100 000 volání. Cohere teď zveřejnila surové záznamy a skript k zopakování. První skeptik v nich našel silné důkazy, že si Qwen vymýšlí podezřelé adresy, stopu po zadních vrátkách ale ne.

publikováno

Otevřené modely zaostávají za špičkou o tři měsíce. Lambert tvrdí, že destilace to nevysvětlí

Nathan Lambert v 48minutové přednášce z Harvardu shrnul stav otevřených modelů: podle Artificial Analysis jsou za uzavřenými asi tři měsíce. Mezi otevřenými modely vedou čínské laboratoře ve výkonu, stahování i výzkumu. Opisování z cizích API přitom za hlavní důvod nepovažuje.

Kimi K3.1 Pro stojí na stejném základu jako K3, jen s mnohem víc RL. Na Terminal-Bench chybí Opusu 5.5 necelý bod

Moonshot AI vydala Kimi K3.1 Pro, který vychází ze stejného základního modelu jako K3 a liší se hlavně výrazně větším posttréninkem. Nathan Lambert v tom čte zprávu, že čínská laboratoř zvládla reinforcement learning. Na Terminal-Bench 4.0 si Moonshot připisuje 65,7 % proti 66,4 % u Claude Opus 5.5 a plné váhy slibuje do 4. listopadu.

publikováno

AI agent zvedl správnost ekonometrického kódu z 79 na 97 %. Chyby, které zbyly, nejsou vidět

Ethan Mollick píše, že psaní dobrého kódu ve Stata, na kterém stavěl akademickou kariéru, rychle zastarává. Opírá se o studii se 40 ekonometrickými úlohami: když model smí vlastní kód spouštět a opravovat, podíl správných výsledků vzroste z 79 na 97 %. Chyby, které zůstanou, jsou ale tiché a hledat je musí dál výzkumník.

publikováno
· X · @simonw ↗

Den po vydání dostala vibe-coded strategie Battle Drones francouzskou předělávku z roku 1900

Simon Willison 20. října zveřejnil Battle Drones, strategii ve stylu Command & Conquer napsanou převážně agenty v Claude Code. Hned druhý den vznikl francouzský projekt Panache, který hru pod licencí Apache 2.0 přenesl do Belle Époque. Ukazuje, že u levného otevřeného kódu se drahým zbožím stává vkus.

publikováno
· X · @OpenAI ↗

OpenAI kupuje Orchestra Bio: Rosalind dostane agenty, kteří hlídají harmonogram vývoje léků

OpenAI 20. října koupilo čtyřletý startup Orchestra Bio, jehož AI agenti sledují studie, termíny a zdržení ve vývoji léků. Tým a technologie míří do Rosalind, životovědní řady OpenAI. Cenu firma nezveřejnila, Orchestra podle TechCrunch dosud získala zhruba 20 milionů dolarů.

publikováno
publikováno
publikováno
publikováno
· X · @OpenAI ↗

OpenAI otevírá GPT-Rosalind akademickým laboratořím, ale jen přes výběrový program

OpenAI spouští Rosalind Academic Plan se sponzorovaným přístupem ke GPT-Rosalind pro způsobilé akademické laboratoře. Výzkumníkům nabízí specializovaný model a pracovní prostředí pro biologii, zároveň si ale ponechává kontrolu nad tím, kdo se k nejvýkonnějším funkcím dostane.

publikováno