23 noviniek
Čínsky superapp Meituan zverejnil technické detaily a váhy modelu LongCat-2.0 s 1,6 bilióna parametrov v architektúre MoE, ~48 mld. aktívnymi na token a kontextom 1 milión, ktorý bol natrénovaný takmer výhradne na domácich čínskych čipoch.
Roberto Serrano verejne kritizoval masívne AI podvádzanie na svojej skúške ECON 1170 — medián 98 %, 40 z 86 študentov získalo 100 %. Identické chybné odpovede a typické 'ChatGPT-style' dôkazy ho prinútili vrátiť sa k prezenčným skúškam.
Antoine Posepny popisuje, ako spustil Claude Code s Opus 4.8 nad celým DICOM exportom svojej MRI — model si sám nainštaloval Python balíčky a napísal vlastný analyzačný pipeline. Príbeh spustil veľkú HN debatu o konzumnej medicínskej AI.
Semgrep publikoval evaluáciu, podľa ktorej GLM-5.2 dosiahol 39 % F1 v detekcii IDOR za $0.17/vuln a porazil Claude Opus 4.8 (28 %) aj Opus 4.6 (37 %). Esej argumentuje, že export controls na uzavreté US modely stratili zmysel.
xAI nasadil Grok 4.5 postavený na novom modeli V9 s 1,5 bilióna parametrov do privátnej bety v SpaceX a Tesle s plánom mesačnej kadencie nových modelov pre zvyšok roka.
Zakladateľ Conno Christou nakŕmil PET a MRI snímky do Claude, ktorý priradil 90 % pravdepodobnosť reaktivácii týmusu po chemoterapii — neskôr ju potvrdil špecialista. Prípad rozprúdil debatu o LLM v medicíne.
Krea zverejnila 12B parametrické verzie svojho modelu Krea 2 - Raw pre fine-tuning a Turbo na lokálne generovanie 2K obrázkov za ~2 sekundy.
Open-source projekt Wayfinder Router smeruje dotazy medzi lokálne a hostované LLM podľa deterministických pravidiel namiesto LLM klasifikátorov. Cieli na audit-friendly hybridné deployments.
OpenAI uviedol novú generáciu modelov GPT-5.6 Sol, Terra a Luna, no počas previewu sú dostupné len cca 20 partnerom individuálne schváleným americkou vládou.
Mistral spustil OCR 4 — dokumentový model s bounding-boxes, klasifikáciou blokov a confidence skóre v 170 jazykoch. Cena je 4 USD za 1000 strán, dostupný cez Mistral API, Amazon SageMaker a od prvého dňa aj v Microsoft Foundry.
Google ticho posunul Gemini 3.5 Pro z júna na júl 2026, dôvodom je feedback testerov ohľadom efektivity tokenov a výkonu pri dlhých úlohách. Odklad postaví Gemini Pro priamo proti GPT-5.6 a Claude Opus 4.7 v polovici júla.
Google vydal DiffusionGemma, experimentálny 26B MoE model (3,8B aktívnych) s difúznou hlavou, ktorý generuje text paralelne v blokoch namiesto token po tokene. NVIDIA optimalizovala beh na RTX GPU a DGX Spark.
OpenAI 22. júna vypustil GPT-5.5-Cyber do full release (85.6% na CyberGym), rozšíril Codex Security, otvoril partnerský program s CrowdStrike/Sophos/Fortinet a spustil open-source 'Patch the Planet' iniciatívu.
OpenAI a security firma Trail of Bits spustili iniciatívu Patch the Planet — open-source maintainerom pomôžu nájsť a opraviť zraniteľnosti pomocou Codex Security agentov.
Nový arXiv paper kombinuje SFT s GRPO a tvrdí, že 3B model prekonáva frontier reasoning. HN s 305+ skóre a 162 komentármi.
Prosus postavil ToqanClaw na vlastnej platforme Toqan — dáta zostávajú pod kontrolou používateľa, netrénujú externé modely. Cieli 5+ mil. obchodníkov a reštaurácií.
Japonská Sakana AI uviedla Fugu, orchestrátor frontier modelov za jediným OpenAI-kompatibilným API. Ultra tier údajne prekonáva Fable 5 v benchmarkoch.
Apertus, plne otvorený LLM od EPFL, ETH Zürich a CSCS, sa cez víkend dostal na vrch Hacker News. Model beží pod Apache 2.0, je trénovaný na 15 biliónoch tokenov v 1 000+ jazykoch a dizajnovaný tak, aby spĺňal požiadavky EU AI Act vrátane PII odstránenia a anti-memorization opatrení.
Sakana AI predstavila Fugu — multi-agent systém vystavený ako jedno API, ktoré dynamicky orchestruje špičkové frontier modely podľa zadania. Odráža posun od „jeden veľký model" k routing/orchestrátorom.
Agenti môžu nasadiť Worker bez ľudského sign-upu. Dočasný účet sa vytvorí automaticky, žije 60 minút a používateľ ho potom môže reklamovať. Cloudflare tým odbúrava OAuth a dashboard friction z agentických pipelinov.
Autor benchmarkuje GPT-5.5 proti otvorenému MIT-licenc. GLM-5.2 na AA-Omniscience halucinačnom benchmarku a zisťuje, že GPT-5.5 halucinuje cca 3× viac (86 % vs. 28 %) — pri rovnakom nastavení na OpenRouteri.
Na Build konferencii v San Franciscu Microsoft oznámil MAI-Code-1-Flash — svoj prvý proprietárny coding model, ktorým chce konkurovať OpenAI, Anthropic a Google.
Hard safety blok v Fable 5 odmieta legitimnú security prácu; výskumníci tvrdia, že model je príliš reštriktívny aj pri benign red-team úlohách.
