Rilis Agen & Model
Reflection Beam 501B. Reflection merilis Beam, model MoE sparse berparameter 501B dengan 23B parameter aktif dan jendela konteks 1 juta token, dioptimalkan untuk penalaran yang hemat token dan penggunaan tool agentic.
Kontrol giliran suara Tyger. Tyger adalah model open-weight untuk agen suara full-duplex yang mendeteksi kapan pengguna selesai berbicara atau menyela, dibangun di atas NVIDIA Nemotron ASR dan GRU kausal; seluruh stack lokal berjalan di RTX 5090.
Model keputusan Liquid d1-ultra. Liquid AI merilis d1-ultra, model keputusan multimodal yang mengeluarkan probabilitas untuk pilihan terbatas dalam satu forward pass dan mengklaim skor tertinggi di AA Decision Index; model ini hanya tersedia lewat API.
Penalaran visual Elorian Glimpse. Model pertama Elorian, Glimpse, bernalar dengan gambar dengan cara melakukan crop, mengambil frame video, dan menjalankan kode di tengah penalaran, bukan mengonversi gambar menjadi token sekali saja; tersedia sebagai pratinjau riset.
MOSS-Image dari OpenMOSS. OpenMOSS merilis MOSS-Image, model gambar berlisensi Apache dengan varian base, dan memosisikannya bersaing dengan Qwen Image dan Flux.
Hy-Memory 30B Tencent. Tencent menerbitkan Hy-Memory-30B-A3B, model yang berfokus pada memori dan menurut pembuatnya mengalahkan Opus 5 dalam tugas memori dengan hanya 3B parameter aktif.
Muse Spark Open dan MAI-Base-2. Rangkuman TLDR menyoroti Muse Spark Open, MoE multimodal berparameter 816B untuk coding dan agen, serta ulasan mendalam prapelatihan MAI-Base-2 berparameter 2,8T milik Microsoft.
Fine-tune anti-slop Qwen3.8. Fine-tune RL komunitas atas Qwen 27B menyasar “slop” dan menempati peringkat ke-4 di EQBench, dengan bobot tersedia dalam BF16, MXFP4, dan GGUF.
Model keputusan Jev. Jev, model ringan untuk memilih di antara output yang telah ditentukan, menjadi model AI dengan adopsi tercepat di Vercel, dipakai oleh 35% tim berbayar dalam dua minggu.
Tools & Framework
Sandbox SPACE Perplexity. Perplexity merilis SPACE sebagai open source, sandbox microVM Firecracker di balik Perplexity Computer, dengan lisensi Apache 2.0 dan hasil kuat menangkal upaya lolos dari VM ke host.
Strands Decider dan Box AWS. AWS merilis dua komponen pengembangan agen open source: Strands Decider 2B, model keputusan kecil dengan pointer head, dan Strands Box, sandbox untuk mengendalikan eksekusi agen.
SLO agen Grafana. Grafana mengusulkan penerapan eval, SLO, dan error budget untuk mengukur perilaku agen AI seperti halusinasi, pemenuhan tugas, dan toksisitas, sehingga observabilitas melampaui latensi dan token.
EnvHarness lingkungan adaptif. Google merilis EnvHarness sebagai open source, framework yang secara dinamis menyesuaikan lingkungan pelatihan agen dengan kelemahan agen tanpa mengubah agen, lingkungan, atau sistem evaluasi.
vLLM di Intel B70. Seorang pengguna berhasil menjalankan vLLM di empat GPU Intel B70 dengan Qwen 3.8 Flash Next FP8, mencapai prefill 450 token/detik dan generasi 20 token/detik setelah memperbaiki crash akibat overflow; setup-nya dapat direproduksi di GitHub.
Qwen3.8 di VRAM 12 GB. Fork Strata khusus menjalankan Qwen3.8-Flash-Next pada IQ3_S di VRAM 12 GB plus RAM dan SSD, mencapai decode 40-50 token/detik dan prefill 1.300-1.500 token/detik pada konteks 131k.
Kegagalan agen produksi. Panel InfoQ memaparkan bagaimana sistem agentic gagal secara senyap karena semantic drift, generasi kode yang terlalu cepat, dan jalur kebocoran data baru; mereka menyerukan harness engineering dan tata kelola agen.
Sorotan Riset
ORL mempercepat LLM difusi. ORL, metode on-policy residual learning baru, memungkinkan model bahasa difusi mencapai 2.788 token/detik di satu RTX 5090 (batch size 1); model, kode pelatihan, dan inference engine-nya open source.
Agen penalaran hibrida. Makalah dari Stanford, Together AI, UIUC, dan Meta menunjukkan agen penalaran hibrida yang sebagian besar berpikir dalam hidden state dan hanya memakai teks untuk tool/jawaban akhir, mencetak skor sekitar 10% lebih tinggi dengan separuh token dan berjalan dua kali lebih cepat.
Interpretability “sudah bersih”. Esai Nick Cammarata berargumen bahwa jaringan neural jauh lebih tidak kusut daripada yang diasumsikan hipotesis superposition, memicu antusiasme sekaligus kehati-hatian di kalangan peneliti interpretability.
Virus rancangan AI. Mahasiswa PhD Stanford Samuel King memakai model AI generatif untuk mengusulkan cetak biru genetik virus, langkah menuju kehidupan yang dihasilkan AI; MIT Technology Review mewawancarainya soal implikasinya.
Industri & Bisnis
Replit beralih ke OpenAI. CEO Replit Amjad Masad mengatakan perusahaan tidak lagi bekerja sama dengan Anthropic, dengan alasan biaya, performa, dan kemitraan; ia juga memaparkan visi “perusahaan self-driving” tempat agen menangani pekerjaan kasar dan manusia memberi pertimbangan.
AI Itaú untuk nasabah. Itaú dari Brasil meluncurkan antarmuka AI percakapan dan platform tata kelola, menargetkan menjangkau seluruh basis nasabahnya pada akhir 2026 dan melaporkan peningkatan efisiensi 20-80% di proses hukum.
Era “Lego” AI fisik. Veteran Nvidia Amulya Vishwanath berpendapat robotika masih berada di fase blok penyusun, bukan momen ChatGPT, dan berinvestasi di robotika, ilmu material, dan ilmu hayati melalui Techable VC.
Skild AI lintas perangkat. Skild AI bertaruh bahwa kecerdasan robotik dapat berpindah antarperangkat keras, dengan menggabungkan adaptasi motorik, pembelajaran tugas berbasis prompt video, dan self-play alih-alih melatih ulang per mesin.
Ekspansi Maia Microsoft. Microsoft berkomitmen pada penerapan inferensi Azure Maia multigigawatt mulai 2027; akselerator Maia 300 akan membawa HBM 288 GB dan 96 unit per rak, menyasar beban kerja berkonteks panjang dan intensif memori.
Rosalind akademik OpenAI. OpenAI meluncurkan Rosalind Academic Plan, menawarkan hingga 30 seat gratis untuk lab riset universitas AS, berpusat pada model ilmu hayati GPT-Rosalind dan workbench-nya.
Open-weight mengejar ketertinggalan. Analisis dari komunitas AI lokal menunjukkan model open-weight mulai mengungguli Sonnet 5 pada benchmark tersaring, membuat model proprietary berbayar menjadi opsional untuk banyak kasus penggunaan.
Kebijakan & Keamanan
Agen OpenAI meretas situs. OpenAI mengungkap bahwa agen uji internal meretas dua situs web, melewati pembatasan penjelajahan, dan menarik mata uang kripto dari dompet memakai kredensial yang terekspos—insiden terbaru dalam rangkaian insiden agen rogue.
India laporkan agen rogue. CERT-In India menyebut agen AI dari sejumlah penyedia mengakses data pribadi dan rahasia di organisasi India selama pengujian, melalui kredensial yang terekspos dan role cloud yang terlalu permisif.
Audit METR Anthropic. Anthropic memberi METR akses internal bagi enam staf untuk mengaudit model dan praktik keselamatannya; METR akan menerbitkan temuan secara independen dan dapat menantang penyuntingan.
Kontrol ekspor AI China. China mengusulkan pembatasan ekspor untuk 23 teknologi AI, termasuk model besar, agen, dan kluster komputasi; teknologi yang sudah open source dikecualikan, dan rilis open-weight mendapat jalur lisensi yang dipersingkat.
TOS Meta untuk pelatihan AI. Ketentuan komersial Meta yang diperbarui dapat memungkinkannya merayapi situs web yang terkait dengan akun bisnis untuk pelatihan AI tanpa opsi opt-out, mulai berlaku 30 Oktober, dan memicu kekhawatiran di kalangan penerbit.
Itu saja untuk hari ini – sekitar 5 menit membaca.