Rilis Model & Inferensi Lokal
Efisiensi Qwen3.8 Flash Next. Komunitas berhasil menjalankan Qwen3.8 Flash Next di perangkat sederhana dengan mengalihkan tabel n-gram/PLE ke SSD atau menyimpan expert yang sering digunakan di VRAM; sebuah GGUF AtomicChat memangkas RAM dari 106GB menjadi 65GB. Kluster 2x DGX Spark mencapai 181 token/detik total untuk 9 agen, dan RTX 3090 dengan RAM 64GB mendekode pada 16 token/detik.
- Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang(terbuka di tab baru)
- AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good(terbuka di tab baru)
- Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)(terbuka di tab baru)
- 50% tg increase with offloading "hot" experts to VRAM(terbuka di tab baru)
- Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks(terbuka di tab baru)
- Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?(terbuka di tab baru)
Kuantisasi Qwen3.8 27B. GGUF GSQ+RCO baru untuk Qwen3.8-27B pada 2,5–3,0 bpw setara atau mengungguli kuantisasi sebelumnya. Terpisah, Qwen 3.8 27B Q5 tanpa sensor memandu pengguna memulihkan ponsel yang boot-loop melalui fastboot.
Bobot terbuka GLM-5.3. GLM-5.3 menggunakan basis yang sama dengan GLM-5.2, tetapi post-training menghasilkan peningkatan besar pada coding dan keamanan siber, termasuk perbaikan 50% di Z.ai Code Bench. Dukungan cepat tersedia di branch ds4 dan viewer Hugging Face.
Model TTS Breeze-TTS-2. Breeze-TTS-2 adalah model text-to-speech berukuran sekitar 7GB yang disebut penguji awal sebagai kualitas frontier sejati. Tersedia melalui playground atau penggunaan lokal.
Kuantisasi GGUF salah label. Audit menemukan 64 dari 443 file kuantisasi GGUF memiliki nama low-bit tetapi sebenarnya berisi bobot sekitar 4,5 bpw karena llama.cpp menggantinya dengan tipe fallback. Pengunduh tidak pernah melihat peringatan tersebut, sehingga kualitasnya bisa lebih buruk dari ukuran yang diiklankan.
Agen & Riset
Peneliti alignment otomatis. Peneliti Anthropic menunjukkan sistem otomatis dapat meningkatkan benchmark alignment dengan menelusuri literatur, mengusulkan metode, dan melatih model selama 30 menit per iterasi. Sistem ini memperbaiki kesepuluh benchmark perilaku buruk yang diuji tanpa menurunkan performa keseluruhan.
Eksperimen lab Co-Scientist. Co-Scientist dari Google DeepMind kini merencanakan eksperimen, menulis kode, mengoperasikan peralatan lab, dan menyusun makalah, dengan modul verifikasi yang memeriksa silang klaim numerik terhadap log eksekusi. Sistem ini divalidasi di tiga disiplin ilmu.
Agen Codex persisten. OpenAI sedang menguji Mode Persisten untuk Codex yang membuat agen tetap bekerja secara proaktif hingga ditidurkan, menghasilkan tugas lanjutan dan menghubungi pengguna. Kekhawatiran keamanan tetap ada, termasuk perilaku masa lalu seperti menghapus data saat diminta.
Eksploitasi rumor patch. Agen coding dapat mengubah rumor tentang sebuah bug menjadi eksploit yang berfungsi dalam hitungan menit setelah patch dibagikan, seperti yang terlihat di proyek OCaml. Ini menantang praktik embargo sumber terbuka yang ada.
Kepercayaan pencarian agen. EchoNet melakukan benchmark terhadap sembilan model terbuka pada arbitrasi epistemik selama pencarian agen, dengan mempertemukan pengetahuan sebelumnya melawan halaman palsu, mayoritas palsu, dan pembaruan asli. Tes ini mengukur apakah model mengabaikan pembaruan nyata atau mempercayai misinformasi.
Makalah riset agen. Dua makalah baru memajukan kemampuan agen: RLHEV menggunakan pengembangan game agen untuk menciptakan reward yang dapat diverifikasi bagi world model, dan UrbanGround menyajikan benchmark untuk agen MLLM dalam simulasi Hong Kong berskala nyata.
Perangkat Keras & Alat Pengembang
Kelangkaan memori HBM. Micron mengatakan HBM membutuhkan area wafer sekitar tiga kali lebih besar daripada DDR5 untuk kapasitas yang sama, dan rasio ini tidak akan membaik. Peralihan ke HBM secara efektif mengurangi pasokan DRAM sebesar dua pertiga dalam hitungan GB, membuat pasokan memori makin ketat.
Meta MTIA 300. Meta memerinci akselerator in-house pertamanya untuk pelatihan rekomendasi, MTIA 300, dengan 12 NIC 800 Gbps terintegrasi di dalam paket dan I/O total 1,2 TB/s. Desain ini menargetkan beban kerja yang sarat embedding di mana komunikasi jaringan menjadi bottleneck.
Tenstorrent Quietbox 2. Seorang pengembang menerima Tenstorrent Quietbox 2, mencatat memori sistem 256GB dan GDDR terinterkoneksi 128GB sebagai nilai yang sepadan dengan harganya. Ia berencana mengeksplorasi deployment model pada arsitektur tersebut.
ROCm 10.0. AMD merilis ROCm 10.0, yang diposisikan untuk era AI agen, dengan PR llama.cpp yang masih menunggu. Ini menyusul versi 7.14 yang baru dirilis sebulan lalu.
Data lokal dan alat robot. llmog menganotasi dataset secara otomatis dengan LLM lokal melalui llama.cpp atau vLLM. LeRobot dari Hugging Face menjadi stack terbuka default untuk pembelajaran robot dengan menstandarkan data dan training loop.
Bisnis & Kesepakatan
Utang GPU Lambda. Lambda mengumpulkan utang swasta jangka pendek senilai US$1 miliar untuk membeli chip Nvidia yang akan disewakan ke Microsoft, menyusul pinjaman GPU sebelumnya. Perusahaan ini dilaporkan tengah bernegosiasi untuk pendanaan pra-IPO senilai US$3 miliar.
M&A open-weight. Nvidia dilaporkan mengakuisisi Hugging Face senilai US$13 miliar, setelah kesepakatan dengan Poolside dan pembelian OpenRouter oleh Stripe. Modal mengalir deras ke AI open-weight seiring Nvidia mencari netralitas di luar laboratorium frontier.
OpenAI putus Cursor. OpenAI akan berhenti menyediakan model ke Cursor pada 12 November 2026 setelah akuisisi oleh SpaceX, dengan alasan tidak dapat mempercayai perusahaan-perusahaan Elon Musk untuk mematuhi ketentuan layanan.
Eksekutif Meta ke OpenAI. VP Meta untuk India dan Asia Tenggara, Sandhya Devanathan, bergabung dengan OpenAI untuk mengawasi pertumbuhan dan kemitraan di kawasan tersebut, menyusul perekrutan kepala OpenAI India dari Uber.
Jadwal AGI OpenAI. Kepala ilmuwan OpenAI, Jakub Pachocki, mengatakan model Astra yang belum rilis memenuhi target intern riset AI otomatisnya, dan Sam Altman memperkirakan akan mendeklarasikan AGI secara internal pada Desember 2026.
Kebijakan & Masyarakat
Anthropic menang di pengadilan. Hakim federal memutuskan bahwa pemblokiran Anthropic oleh Pentagon adalah pembalasan ilegal atas sikap keamanannya terhadap senjata otonom dan pengawasan massal. Arahan tersebut dibatalkan, meskipun kasus terpisah masih dalam proses.
Aturan udara data center EPA. EPA era Trump berencana menghapus aturan yang mewajibkan pemberitahuan dan komentar publik untuk izin emisi udara di sejumlah lokasi industri, yang menurut para pegiat akan membuat pengembang pusat data bisa mulai membangun tanpa memberi tahu warga sekitar.
Perbaikan privasi kacamata AI. Meta memperbarui kacamata AI-nya sehingga kamera berhenti bekerja jika LED perekaman tertutup, menutup celah yang memungkinkan perekaman tanpa persetujuan.
Larangan AI Beatport. Beatport akan memblokir musik yang dibuat seluruhnya atau sebagian besar oleh AI dari marketplace DJ-nya, sementara tetap mengizinkan lagu berbantuan AI dengan penanda. Survei menemukan 77% pengguna lebih menyukai musik buatan manusia.
Inklusi leaderboard ASR. Open ASR Leaderboard menambahkan bahasa Global South pertamanya dan telah berupaya membuat WER lebih sulit untuk dipermainkan dengan split privat yang disisihkan serta perbaikan normalizer.
Itu saja untuk hari ini – sekitar 5 menit membaca.