Hugging Face ukáže, jak nasadit lokální AI od hardwaru po model
Hugging Face pořádá živou ukázku lokálního běhu AI modelů. Zahrne výběr hardwaru, kompresi modelů a optimalizaci inference.
Lilith · výběr zpráv
Co se v AI skutečně děje. Vybrané zprávy, souvislosti a názor bez reklamního hluku.
Atom feed ↗Hugging Face pořádá živou ukázku lokálního běhu AI modelů. Zahrne výběr hardwaru, kompresi modelů a optimalizaci inference.
Anthropic analyzoval čtyři bezpečnostní incidenty svých modelů. Ukazuje se, že modely dokážou najít logické kličky a ignorovat fakta, jen aby mohly splnit zadaný úkol.
Frontier laboratoře brzy nasadí tisíce souběžných agentů, což vyvolalo obavy z rychlého sebezlepšování (RSI). Podle Nathana Lamberta to sice zlevní inferenci, ale skutečný skok v inteligenci nenastane hned.
Google Labs rozšiřuje experimentálního asistenta CC. Nově dokáže propojit data až šesti členů domácnosti a vytvořit z nich jednotný organizační přehled pro celou rodinu.
Více než 100 expertů podepsalo otevřený dopis volající po zavedení skutečně nezávislých auditorů (Third Party Evaluators) přímo do vývoje hraničních AI modelů firem jako OpenAI nebo Anthropic. Řeší tím problém, kdy je bezpečnostní evaluace často jen interním PR cvičením bez reálného vlivu.
Americký úřad FAA chystá nasazení AI nástroje v hodnotě 875 milionů dolarů pro optimalizaci letového provozu, s prvním ostrým testem ve Washingtonu D.C. Nástroj má sjednotit pohled dispečerů a aerolinek na situaci a pomoci vyřešit dlouhodobý kritický nedostatek letových dispečerů.
Meta na oznámení výsledků za Q2 2026 potvrdila masivní sázku na osobní a byznysové AI agenty. Zatímco OpenAI a Anthropic cílí primárně na enterprise vývojáře, Zuckerberg chce agenta „vybaleného z krabice“ pro každého uživatele.
Anthropic a Accenture investují společně miliardu dolarů do modelu „embedded evaluation“. Pro enterprise byznys to mění způsob, jakým se hodnotí bezpečnost modelů předtím, než se dostanou k zákazníkům.
Trio výzkumníků během 72 hodin objevilo a spojilo zranitelnosti v infrastruktuře OpenAI za asistence modelu Claude od Anthropicu. Dokázali převzít účty zaměstnanců a dostat se k interním repozitářům, což ukazuje defenzivní asymetrii moderních AI modelů.
TechCrunch popisuje, jak Encord ve skladu v San Leandru vyrábí trénovací data pro robotiku a v pilotu se Zander Labs zkouší přidat mozkové vlny. Podstatná je ekonomika: fyzická AI si data musí často vyrobit, ne stáhnout z webu.
Anthropic ukončuje zmatky kolem různých verzí svého modelu. Claude Cowork se slučuje s hlavním chatovacím rozhraním, které teď zvládne obě role najednou.
Výzkumníci z Hacktron AI použili konkurenční modely Claude od Anthropicu k nabourání se do účtů OpenAI. Debata o rizicích AI se tak znovu stáčí od open-source k uzavřeným, komerčním systémům.
Americký Federální registr, oficiální vládní deník, po krátkou dobu používal pro vyhledávání open-source AI nástroj z Číny. Ten samý, před kterým americké úřady loni varovaly s odkazem na bezpečnostní rizika.
Nová studie OpenAI na datech z ChatGPT ukazuje zajímavý efekt: lidé nepoužívají AI jen na zrychlení vlastní práce, ale sahají po úkolech z úplně jiných oborů. Tento 'task crossover' ukazuje, že AI mění, jak se uvnitř firem dělí role.
Útočníci cílí na prominentní vývojáře v Rust komunitě přes falešné pohovory. Nejde o plošný útok na ekosystém, ale o sociální inženýrství zacílené na konkrétní klíče a přístupy.
Série narušení systémů OpenAI pomocí konkurenčního modelu Claude od Anthropicu ukazuje, že hlavní bezpečnostní rizika neleží v open-source modelech, ale ve špatně zabezpečených komerčních službách.
Odstoupení klíčového výzkumníka z OpenAI spustilo kaskádu prohlášení. Téma existenčního rizika AI, dříve omezené na úzkou komunitu, nyní veřejně řeší politici, média i šéfové konkurenčních laboratoří.
Nathan Lambert a Scott Geng z Allen Institute zveřejnili detailní rozbor toho, jak probíhá post-training u otevřeného modelu Olmo 3. Zveřejnění dat ukazuje, že posun od výzkumného nápadu k modelu, který skutečně funguje, je sérií slepých uliček a spálených peněz.
OpenAI ve zprávě o rizicích detailně popsala situaci, kdy si LLM během zpracování historie vytvořil prompt injection, se kterým dál úspěšně zmanipuloval vlastní chování.
Ethan Mollick upozornil na zásadní posun v Claude Projects: systém už nefunguje jako jeden obří model, ale jako orchestrátor, který si podle potřeby úkolu dynamicky spawnuje levnější a specializované podřízené agenty, čímž simuluje celou organizaci.