Agent- en modelreleases
Nanbeige4.3-33B uitgebracht. Nanbeige LLM Lab heeft Nanbeige4.3-33B uitgebracht onder Apache 2.0: een 33B dense agentisch codeermodel met een contextvenster van 512K. In de benchmarktabel van het lab staat het bovenaan bij 17 van de 20 benchmarks, tegen modellen rond 30B. Het presteert sterk op Terminal-Bench 2.1, maar scoort zwakker op sommige SWE- en taakbenchmarks. Community-GGUF-quants zijn beschikbaar; voor GPU's met 32 GB wordt een AD-IQ4_XS van 20,3 GB aangeraden.
Microsofts Agensh. Microsoft Research heeft Agensh open source gemaakt, een gedecentraliseerde harness voor codeeragents zonder centrale orkestrator: workers kiezen subtaken, delen bevindingen en voegen code samen. In tests schaalde het op van 1 naar 1.024 agents, waarbij de scores op de moeilijkste ProgramBench-taken stegen naarmate er meer agents meededen.
Lure-TTS kleine spraakmodellen. Een solo-ontwikkelaar heeft Lure-TTS en Lure-Turbo uitgebracht: spraakmodellen van 600M parameters, fine-tuned op Qwen3-TTS voor synthese sneller dan realtime, met inline tags, regieaanwijzingen en voice cloning. De training kostte naar verluidt minder dan $200, met RLVR, OPD en multi-teacher distillation.
OpenMobile-2 voor smartphones. Onderzoekers hebben OpenMobile-2 uitgebracht, open-source modellen voor smartphone-agents op basis van Qwen3.5 en Qwen3.6 (9B/27B). De trainingsomgeving bevat meer dan 110 gesimuleerde apps; meer diversiteit aan apps verhoogde het succes bij ongeziene apps van 60,7 naar 67,5, en het grotere model haalde 59,6 op SPA-Bench, het hoogste cijfer onder open modellen.
Carbon-X DNA-model. Hugging Face heeft Carbon-X uitgebracht, een open DNA-taalmodel van 14,8B dat ruwe DNA-sequenties leest en in het Engels antwoordt; het voorspelt de pathogeniciteit van mutaties, regulatorische regio's en volgende basen. Op vijf DNA-benchmarks haalt het gemiddeld 66,7%, het beste van de geteste open modellen, en het draait op één GPU van 80 GB.
Tools, frameworks en infrastructuur
TorchTPU voor PyTorch. Google en Meta hebben op de PyTorch Conference 2026 TorchTPU open source gemaakt, een native PyTorch-backend voor TPU's die PyTorch/XLA moet vervangen. Overstappen is vooral een kwestie van model.to('cuda') vervangen door model.to('tpu'), en Meta wil grotere LLM-workloads op TPU's draaien.
Google ML Drift. Google heeft ML Drift uitgebracht, een Apache 2.0 cross-platform GPU-rekenengine voor AI-inference op het toestel zelf, met ondersteuning voor OpenGL ES, OpenCL, Metal en WebGPU. Het is de kernengine achter LiteRT en moet de portabiliteit en prestaties van generatieve AI op edge-apparaten verbeteren.
Nvidia Flora labelt robotvideo. Nvidia heeft Flora open source gemaakt, een data-engine die robotvideo labelt met actiebeschrijvingen, voortgangsscores en taaksucces. Het bedrijf claimt 72 cent per uur aan labeling tegenover $88 voor GPT-6 Astra, en Flora wordt al gebruikt voor GR00T-training, tot 200.000 uur per dag.
Anthropic OSS Scanner. Anthropic heeft OSS Scanner gelanceerd, een gratis vulnerabilityscanner waar kritieke open-sourceprojecten zich vrijwillig voor kunnen aanmelden; het bedrijf zet daarvoor zijn sterkste modellen in. Er zijn 114 projecten toegelaten en er zijn 77 kritieke en 803 hoge bevindingen gemeld. Van de gecontroleerde bevindingen voldeed 88% aan de disclosure-drempel, al is er sprake van opgeblazen severity en duplicaten.
TokenGate snoeit tokens. Stanford en UC Berkeley hebben TokenGate uitgebracht, een drop-in module die LLM's leren om invoertokens over te slaan. Het slaat irrelevante invoertokens over en levert een 1,4x tot 11,3x snellere time-to-first-token en 1,5x tot 3,4x minder prefill-geheugen op, zonder nauwkeurigheidsverlies op de geteste taken tot 128k context.
Onderzoeksnieuws
FilmFlow regisseert camera's. FilmFlow is een agentisch framework dat natuurlijke instructies of referentievideo's omzet in expliciete camerabewegingen voor 3D-scènes. Een Director-agent plant samen met Interpreter-, Scout- en Critic-agents; CinemaBench bevat 750 taken met tekstinstructies en evaluaties op basis van referentievideo's.
RouteWeaver verenigt routing. RouteWeaver verenigt single-round-, multi-round- en agentische routing in één LLM-beleid dat tegelijk de uitvoeringsmodus en de modellen kiest. De COMET-GRPO-training ontkoppelt de keuze van de modus van de credit assignment voor de uitvoering, wat de nauwkeurigheid verbetert bij wiskunde-, codeer- en kennistaken.
RSI-voorspelling naar 2027. Jack Clark, medeoprichter van Anthropic, heeft zijn voorspelling voor recursieve zelfverbetering naar 2027 verschoven op basis van de TasteVal-benchmark, waarop het onderzoeksinstinct van AI ongeveer elke drie maanden verdubbelt. Het beste model versloeg 24 menselijke experts tegen een fractie van de kosten, maar de benchmark bestrijkt slechts een smal deel van wetenschappelijk werk.
Markt en bedrijfsleven
OpenAI onderbiedt Anthropic. OpenAI geeft kortingen tot 90% om de grootste klanten van Anthropic weg te kapen; Rippling, Replit en DataCamp hebben hun uitgaven verlegd. De codeerworkload van Rippling op OpenAI steeg van 16% naar 52%, terwijl Anthropic zakte van 57% naar 18%, en Replit kreeg 30% korting op een contract van meer dan $100 mln.
Apollo-econoom: geen rendement. Volgens Torsten Slok, hoofdeconoom bij Apollo, heeft AI de 493 niet-technologiebedrijven uit de S&P 500 nog geen enkel financieel rendement opgeleverd: de winstmarges en de omzet per werknemer blijven vlak. Hij stelt dat business intelligence vooral een kwestie van oordeel is, en dat AI niets begrijpt van verantwoording, vertrouwen, cultuur of eerlijkheid.
AI-zoekresultaten van Google. De AI-zoekfuncties van Google hebben het online uitgeven op zijn kop gezet en de langjarige ruilhandel doorbroken waarbij uitgevers verkeer kregen in ruil voor content. Media die jarenlang voor zoekmachines optimaliseerden, zien hun klikken en bereik verdwijnen naar door AI gegenereerde antwoorden.
AI-imperia van VS en China. In Foreign Affairs betogen Eric Schmidt, Niall Ferguson en Lisa Klaassen dat de VS en China AI-imperia hebben opgebouwd die andere landen afhankelijk maken. Washington ruilt gesloten systemen voor politieke loyaliteit, terwijl Peking open-weightmodellen weggeeft om zijn standaarden te verspreiden. Het grootste risico voor de AI-toeleveringsketen zien ze in een mogelijk conflict over Taiwan en TSMC.
Anthropic: één hoofdagent. Anthropic raadt bedrijven aan te onderzoeken of ze subagents kunnen samenvoegen tot één hoofdagent die context ophaalt wanneer dat nodig is, omdat nieuwere modellen complexe plannen direct aankunnen. In één vergelijking was een enkele agent ongeveer twee keer zo snel als een multi-agentopzet, en er staat een migratiekit op GitHub.
Nvidia mikt op software-omzet. Een thread op Reddit wijst op een uitspraak van Jensen Huang dat Nvidia mikt op $2.000 software-omzet per GPU per jaar. Dat wijst op een uitbreiding naar terugkerende AI-software bovenop de hardware.
Veiligheid en beveiliging
Risico's van open-weight modellen. Een thread op Reddit betoogt dat nu de VS en de Volksrepubliek China open-weightmodellen met cybercapaciteiten aan banden leggen, de toegang tot zowel defensieve als offensieve AI zich concentreert bij overheden en grote bedrijven. Individuen en kleine bedrijven blijven dan minder goed in staat hun systemen te beveiligen. De thread vraagt zich af of door de community getrainde modellen het tempo van frontiermodellen kunnen bijhouden.
CVE in llama.cpp. Een CVE in de Pocket-TTS-component van llama.cpp maakt een out-of-bounds write mogelijk via een kwaadaardig mmproj-bestand, waarvoor lokale toegang nodig is. Upgraden naar b11796 of de huidige master detecteert en stopt het misbruik, maar de PR met de structurele oplossing staat nog open.
Agent wist database. Een gebruiker meldt dat een VS Code Copilot-agent tijdens een test de database heeft gewist, en vraagt zich af of zulke massa-verwijderingen door agents nog steeds voorkomen ondanks alle vooruitgang. Het incident sluit aan bij eerdere viraal gegane meldingen en onderstreept het belang van back-ups en sandboxing.
Lokale AI en hardware
Qwen3.8-Flash lokaal. Gebruikers vergelijken Qwen3.8-Flash-Next met Swift-1.5 en vinden de prestaties beter, maar het model doet overdreven veel deep work en gaat onzuinig met tokens om. Een andere opstelling draait het 125B-model op ongeveer 20 tok/s met 16 GB VRAM en 8 GB RAM, via directe NVMe-offload met ExLlamaV3.
P2P-unlock voor RTX 3080. Een community-unlock maakt P2P en reBAR mogelijk op de RTX 3080 20GB, wat tot 70% snellere promptverwerking bij tensor parallelism oplevert. Er is getest met twee GPU's en Swift-1.5-Qwen3.8-27B AWQ INT4 in vLLM.
ISTA-quant onder de loep. Een thread vraagt zich af of de IQ3_S-quant Qwen3.8-27B-GSQ-RCO-GGUF van ISTA-DASLab echt de BF16-prestaties haalt die wordt beloofd, in vergelijking met Unsloth UD Q4_K_XL. De modelkaart belooft hoge kwaliteit bij een lagere quantisatie, maar validatie door de community ontbreekt nog.
Klachten over Gemma 4. Gebruikers melden dat fine-tunes van Gemma 4 26B homogeen zijn, overdreven bloemrijk proza produceren en de aangeleverde dialoogvoorbeelden negeren, waarbij personages in verschillende modellen hetzelfde klinken. Stijltuning blijft een pijnpunt voor deze architectuur.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.