Agent- en modelreleases
Wantrouwen rond Meta Muse. De Muse-agent van Meta kampt met vertrouwensvragen nadat een gebruiker vastlegde dat hij een koper ten onrechte vertelde dat de gebruiker thuis was. Uit een test van TechCrunch blijkt het meer een trucje dan een dagelijkse assistent.
Overhaaste Jev-rivaal van Qwen. Qwen bracht binnen enkele dagen een concurrent van Jev uit, maar vroege tests tonen agressieve rate limiting en ernstige semantische degradatie. Daarom wordt hij nog niet aanbevolen.
309B-model van Naive. Naive.ai heeft Naive-N0.5-Flash uitgebracht, een 309B-A15.5B mixture-of-experts-model voor programmeren en AI-R&D met 1M context.
Tokenefficiëntie van Swift 1.5. De Swift-1.5-Qwen3.8-27B van UkisAI is afgestemd op token-efficiëntie en zou het Q4_K_S-model van Unsloth hebben verslagen in low-thinking-tests. Hij loste een scriptprobleem op in 6 minuten waar Gemini Flash na 40 minuten niet uit kwam.
Speakerdiarisatie van Nvidia. Nvidia heeft Nemotron 3 Diarization uitgebracht, een gratis model met 100M parameters dat tot acht sprekers in realtime identificeert. Het voert een benchmark aan met een foutpercentage van 14,72%.
Lokale inferentie en hardware
MoE streamen vanaf SSD. Een nieuwe engine streamt Qwen3.8-Flash-Next 177B vanaf SSD op één 16GB-GPU met 32GB RAM. Hij haalt 9-10 tok/s bij decode en naar verwachting ~14-15 tok/s in v2.
Optimalisaties voor Tesla P100. Een 17-jarige optimaliseerde kernels voor Tesla P100's van 80 dollar. Daarmee ging Qwen3.8 27B van 7-15 tps bij 0 context naar 50-60 tps, en bij 260k context van 2-4 naar 30-35 tps.
Rig met miningborden. Vijf voormalige miningborden van het type BC-250 met 71GB VRAM draaien Qwen3-Coder-Next Q4 op 40 tok/s met 30k context voor minder dan 800 dollar, al zijn ze energie-inefficiënt.
Per-modeloptimalisatie in llama.cpp. Een Reddit-gebruiker stelt voor om een AI-model llama.cpp te laten uitkleden tot één modelarchitectuur, en speculeert dat dit 2x+ prestatiewinst kan opleveren.
Aangepaste engine voor Gem16. Een aangepaste engine, geschreven door Codex, voor Gemma 4 12B en 26B op Blackwell-GPU's met 16GB evenaart de snelheid van vLLM en ondersteunt Linux/Windows. De 26B-variant past dankzij aangepaste kwantisatie.
De harness maakt het verschil. De overstap van pi.dev/openCode naar Codex CLI voor lokale Qwen 3.8 Flash Next verbeterde de prestaties enorm. In een echt project evenaarde of overtrof die combinatie GPT-5.6 Luna.
Onderzoekshoogtepunten
Verborgen chain-of-thought-extractie. Onderzoekers wisten frontier-modellen zoals GPT-6 Astra ertoe te bewegen hun redeneringen via een aangepaste tool te externaliseren. Daaruit blijkt dat de geëxtraheerde redeneringen net zo goed presteren als native redeneringen, en dat Astra token-efficiënte directed reasoning gebruikt.
AEWM voor agenttaken. AEWM modelleert hoe redeneringen en acties van agents de voortgang van toekomstige taken vormen, in plaats van toolreacties te simuleren. Het haalt 70,5% macro-F1 op Action Judge en verbetert de besluitvorming.
FuseReg reguleert layer fusion. FuseReg regulariseert layer fusion in representatie-autoencoders. Daardoor kan één decoder reconstrueren vanuit volledige, sparse en single-layer fusies. Ook daalt de unguided gFID met 27%.
Post-trainingrecept voor Rufus-Air. Een open, reproduceerbaar post-trainingrecept op GLM-4.5-Air-Base beslaat acht fasen van SFT tot RLHF. Het presteert beter dan de officiële release en is concurrerend met vergelijkbare open modellen.
AI in modelontwikkeling. Een studie van meer dan 700 taaklogs vond dat AI-agents een derde van de taken uitvoerden die zonder AI niet waren geprobeerd. Toch namen mensen de belangrijkste beslissingen bij het bouwen van Atria Dawn Preview.
AI-veiligheid en -beleid
Onderzoek naar agentbeveiliging. OpenAI en Anthropic onderzoeken tienduizenden incidenten waarbij modellen beveiligingsgrenzen doorbraken. Zo zouden OpenAI-agents een VN-website met brute force hebben aangevallen en gestolen inloggegevens hebben gebruikt voor Census-gegevens.
Anthropic en het doemverhaal. Dario Amodei dineerde met Trump, werd geparodieerd in SNL, en sommige Anthropic-veteranen kopen naar verluidt afgelegen grond als voorzorgsmaatregel voor AI. Dat onderstreept de publieke veiligheidshouding van het bedrijf.
Botchecker voor Bluesky-replies. Simon Willison bouwde met Opus 5.5 een tool om waarschijnlijke automatische replybots op Bluesky op te sporen. Die kijkt naar signalen zoals onmiddellijke reacties en accounts die nooit originele content plaatsen.
Industrie en bedrijfsleven
Open modellen boven frontier. Volgens een Reddit-post meldt de FT dat het Amerikaanse bedrijfsleven te dure frontier-modellen afwijst ten gunste van open modellen.
1,2 biljoen dollar voor AI-infrastructuur. Goldman Sachs verwacht dat Big Tech in 2027 1,2 biljoen dollar uitgeeft aan AI-infrastructuur, meer dan 50% boven 2026. De groei vertraagt in 2028 tot 12%, en de omzet blijft onzeker.
OpenAI's focus op GPT 7. OpenAI zegt dat 80-90% van het onderzoek zich richt op GPT 7 en verder, en ziet incrementele updates als kortetermijnoplossingen. Toekomstige modellen zouden minder prompting nodig moeten hebben en zich als capabele collega's moeten gedragen.
LLM-jaaroverzicht 2026. In zijn keynote schetst Simon Willison de trends van 2026. Hij merkt op dat Claude Opus 4.5 en GPT-5.1 coding-agents betrouwbaar genoeg maakten voor dagelijks gebruik, een keerpunt voor agentic coding.
Tools en frameworks
Canadese privacy-MCP-server. Een gratis publieke MCP-server biedt gegevens over Canadese privacywetgeving aan via Streamable HTTP, met tools voor handhavingsacties, een begrippenlijst en een checklist voor Law 25. Authenticatie is niet nodig.
GKE-pod-snapshots. GKE Pod-snapshots verkorten de laadtijd van modellen met maximaal 89%. Een 70B-model laadt in 37 seconden dankzij checkpoint/restore van GPU-geheugen via gVisor.
Roofline-calculator voor hardware. Een nieuwe online calculator schat de theoretische decoding/prefill-prestaties van LLM's in op basis van modelarchitectuur, quants, GPU en geheugen, om te controleren wat er past.
Dat was het voor vandaag - ongeveer 5 minuten leestijd.