Lilith.
⌕

Lilith · wybrane wiadomości

Aktualności

Co naprawdę dzieje się w AI. Wybrane wiadomości, kontekst i opinia bez marketingowego szumu.

Atom feed ↗
#research· × <built-in method clear of dict object at 0xefe395bfe940>
opublikowano

webframe uruchamia stronę jak program w pół sekundy. Sandboksem staje się dopiero dzięki izolacji wokół

Simon Willison zlecił Claude Opus 5.5 sprawdzenie webframe, małego narzędzia Jeffa Lindsaya, które uruchamia stronę internetową jak program w terminalu. Do scrapingu jest mniej więcej tak szybkie jak shot-scraper. Jako sandbox dla cudzego JavaScriptu sprawdziło się dopiero opakowane w pustą przestrzeń nazw sieci, bubblewrap i timeout.

opublikowano
opublikowano

Najsłynniejszy wykres AI zatrzymał się na 17 godzinach pracy. Dalej METR już nie mierzy

Ethan Mollick z okazji premiery książki Co-Existence podsumował 30 miesięcy rozwoju AI. Długość zadań, które model wykona na jedno polecenie, podwoiła się od GPT-4 osiem razy, a cena poprawnej odpowiedzi w GPQA spadła mniej więcej 725-krotnie. Benchmark METR, na którym opiera się główna krzywa, we wrześniu przestał być aktualizowany, a według autorów powyżej 16 godzin nie daje wiarygodnych wyników.

Microsoft uczy agentów AI rysować wykresy, w które można kliknąć

Microsoft Research rozszerzył swój język do wykresów Flint o interakcje: agent opisuje, co ma się stać po kliknięciu lub zaznaczeniu, a resztą zajmuje się kompilator. Zaznaczenie na wykresie może też wrócić do czatu jako kontekst kolejnego pytania. Deklaracje o niższym koszcie i większej niezawodności na razie nie są poparte liczbami.

Twórca programu Memex z DARPA kieruje Catalyst Lab w Microsofcie i stawia na cyberobronę

Microsoft Research opublikował rozmowę z Chrisem Whitem, szefem nowego Catalyst Lab. W DARPA White prowadził Memex, narzędzia do przeszukiwania dark webu wykorzystywane w walce z handlem ludźmi. Teraz chce przenieść tę samą logikę łączenia śladów na obronę sieci, ale konkretnego projektu jeszcze nie pokazał.

opublikowano

Matematycy z agentami AI udowodnili 31-letnią hipotezę KLS. Same modele z tymi samymi tokenami nie dały rady

Xinzhi Zhang z Microsoft Research i współautor Zhao Song udowodnili hipotezę Kannana, Lovásza i Simonovitsa z 1995 roku. Agenci AI sprawdzili ponad 100 możliwych podejść, ale kierunek wyznaczali ludzie, a próba kontrolna bez nich przy podobnym budżecie tokenów zakończyła się porażką.

· X · @OpenAI ↗

OpenAI kupuje Orchestra Bio: Rosalind dostanie agentów pilnujących harmonogramu prac nad lekami

OpenAI 20 października przejęło czteroletni startup Orchestra Bio, którego agenci AI śledzą badania, terminy i opóźnienia w rozwoju leków. Zespół i technologia trafią do Rosalind, linii OpenAI dla nauk o życiu. Kwoty nie podano, a według TechCrunch startup zebrał dotąd około 20 milionów dolarów.

opublikowano
opublikowano

Google przenosi geodane poza okno kontekstowe i robi z mapy przestrzeń pracy agenta

Google przedstawił Geospatial Reasoning agent, który planuje wieloetapowe analizy, uruchamia wyspecjalizowane narzędzia Earth AI i przetwarza duże warstwy mapowe poza oknem kontekstowym modelu. System trafia do ograniczonego early access w Ask Google Earth i przez usługę A2A, ale jego wyniki pozostają szkicem dla ekspertów.

· X · @OpenAI ↗

OpenAI otwiera GPT-Rosalind dla laboratoriów akademickich, ale przez program selektywnego dostępu

OpenAI uruchamia Rosalind Academic Plan, który zapewnia kwalifikującym się laboratoriom akademickim sponsorowany dostęp do GPT-Rosalind. Badacze dostają wyspecjalizowany model i środowisko do pracy w naukach biologicznych, ale OpenAI zachowuje kontrolę nad dostępem do najbardziej zaawansowanych funkcji.

opublikowano

Python 3.15 odsłonił ukryte wąskie gardło: 95,1 % próbek pochodziło spoza głównego wątku

Simon Willison użył nowego sampling profiler w Pythonie 3.15 do zbadania web-edit i ustalił, że 95,1 % zarejestrowanych stosów pochodziło z worker thread. Ten przykład pokazuje zarówno użyteczność wbudowanego profilera, jak i ryzyko pominięcia niemal całej pracy przy źle dobranym zakresie pomiaru.

Google pokazał 10 projektów badawczych. Dostęp obejmuje wszystko od publicznego narzędzia po listę oczekujących

Podczas Research@ Google przedstawił 10 projektów obejmujących Earth AI, weryfikację dokumentów, zdrowie, edukację i wspólne prototypowanie. Ważniejsze od szerokości portfolio jest pytanie, kto już dostaje użyteczne narzędzie, a kto eksperyment, early access albo miejsce na liście oczekujących.

opublikowano

Gemini 4 Argon rozwiązał 12 cyberataków z 12, więc Google objął go monitoringiem na żywo

Gemini 4 Argon rozwiązał wszystkie 12 symulowanych cyberataków, podczas gdy poprzednia generacja poradziła sobie z pięcioma, a Google nie zdołał wykluczyć krytycznych poziomów zdolności w cyberbezpieczeństwie i biologii. Szerszemu wdrożeniu towarzyszą trzy warstwy ochrony w czasie rzeczywistym oraz monitoring działań agenta i jego wewnętrznego reasoning.