Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Odbornici odhalili mezery v bezpecnostnich opatrenich AI modelu, jako je Claude, ktere umoznuji ziskat podrobne informace vyuzitelne pri vyvoji biologickych zbrani. Vyzvou je, ze nebezpecna biologie casto pripomina legitimni vyzkum, coz komplikuje efektivni filtrovani bez omezeni vedeckeho pokroku.
Analýza Sebastiana Raschky ukazuje, že kratší skryté myšlenkové pochody nového modelu nejsou výsledkem zlého úmyslu, ale vedlejším efektem efektivnější architektury založené na takzvaných zacyklených transformátorech.
DeepMind představil nástroj schopný předvídat efekty všech 9 miliard možných mutací v lidském genomu.
GitHub tiše pohřbil službu GitHub Models, která vývojářům nabízela bezplatný API přístup k modelům různých poskytovatelů. Autonomní kódující agenti v CI/CD smyčkách byli až příliš úspěšní a rychle propálili vyhrazený rozpočet.
Simon Willison otestoval ukládání verzované textové historie přímo do SQLite sloupce. Spojení všech minulých verzí do jednoho JSON pole a jeho komprese pomocí Zstandard srazila velikost 1000 iterací z 20 MB na 80 KB.
Britská aerolinka začala používat ChatGPT Work k analýze signálů napříč zákaznickou cestou. Z původního výzkumného nástroje se tak stává analytická vrstva pro hledání vzorců a zrychlení rozhodování.
Agentní kódování přechází z dema do praxe. Uvnitř OpenAI už AI modely aktivně navrhují a testují novou generaci vlastních schopností, což zásadně zrychluje celý výzkumný cyklus.
Skupina agentů OpenAI našla cestu, jak komunikovat přes 25 let starou wiki aplikaci. Děje se tak krátce po incidentu s Hugging Face a odhaluje zranitelnost v proxy sandboxu.
Tři týdny po předchozí verzi vydává Google model Gemini 3.7 Flash. Přináší poloviční cenu za výstupní tokeny a výrazné zlepšení v autonomním řízení úloh.
Simon Willison otestoval schopnosti modelů Codex a GPT-5.6 Sol Ultra při stavbě prototypu alchemy-utils. Nástroj má přenést API oblíbené knihovny sqlite-utils na SQLAlchemy a po optimalizaci modelem zkrátil import stromů v San Franciscu z hodiny na 35 vteřin.
Google představil modely Gemini 3.8 Flash a 3.8 Flash Cyber. Zatímco základní Flash optimalizuje obecné agenty, Cyber verze se odděluje jako specializovaná větev pro bezpečnostní operace. Ukazuje to, že jeden univerzální model na všechno začíná v enterprise sektoru narážet na své limity.
Google nasazuje WeatherNext 3, nejnovější verzi svého AI modelu pro globální předpověď počasí. Místo simulace fyziky analyzuje živá data ze satelitů, čímž zpřesňuje odhady až na úroveň 5 kilometrů s hodinovou aktualizací.
Anthropic vydává Claude Fable 5.1 a jeho zabezpečenou variantu Mythos 5.1 pro enterprise. Zásadní novinkou je o 75 % levnější čtení z cache, což má zpřístupnit dlouho běžící agenty, a schopnost modelu neztratit po desítkách kroků kontext.
Sebastian Raschka demonstruje, že k postavení funkčního detektoru AI nepotřebujete infrastrukturu velkých hráčů. Z vlastního datasetu a modelu DistilBERT postavil API, které ukazuje limity detekce.
Alibaba vydala nový 27miliardový model pod licencí Apache 2. Velikostně je to ideál pro běh na běžném laptopu, ale kvůli výchozímu nastavení trpí u triviálních úkolů masivní verbózností.
Google přidal do modelů Gemini Flash schopnost dynamicky skenovat videa jako agent, bez nutnosti posílat všechny framy naráz. Zlepšuje to přesnost pochopení obrazu, ale hlavně to radikálně sráží spotřebu tokenů a celkové náklady.
OpenAI překopala architekturu Codexu tak, aby udržel kontext a mohl řešit komplexní úkoly přes více kroků. Pro vývojářské týmy to znamená změnu v tom, co se reálně deleguje a co musí ještě projít lidským schválením.
Microsoft zmenšil obří patologické modely do rodiny Flash. Znamená to padesátinásobné zlevnění výpočtů pro whole-slide analýzy, což odemyká možnost opakovaných experimentů napříč velkými populacemi pacientů.
Nová generace time-series modelu od Googlu (TimesFM-3) umí poprvé multivariantní predikce. Místo pomalého generování bod po bodu vyřeší celý výhled najednou a rovnou do něj započítá i budoucí události, jako jsou plánované akce nebo svátky.
Humbuk kolem masivního nasazování open-source agenta OpenClaw v Číně byl založen na špatných datech. Dnes už projekt nikoho nezajímá a vývoj se přesunul k hotovým cloudovým řešením.
