Modele i techniki
Programowanie przestrzeni wag. LLM-y od OpenAI, DeepSeek, Anthropic i innych potrafią bezpośrednio czytać i edytować wagi sieci neuronowych; replikacje pokazują ukierunkowane poprawki i zmiany zachowania bez tradycyjnego trenowania.
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(otwiera się w nowej karcie)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(otwiera się w nowej karcie)
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(otwiera się w nowej karcie)
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(otwiera się w nowej karcie)
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(otwiera się w nowej karcie)
- What Qwen is thinking when it gets stuck saying "Wait"(otwiera się w nowej karcie)
- Qwen 3.8 27B on my laptop can interpret model weights, too(otwiera się w nowej karcie)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(otwiera się w nowej karcie)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(otwiera się w nowej karcie)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(otwiera się w nowej karcie)
Hydrogen-1.0. Deep Principle udostępniło model MoE 753B z otwartymi wagami do chemii, materiałów i nauk przyrodniczych, zbudowany na GLM-5.3; firma raportuje zwycięstwo w FrontierScience-Research nad GPT-6-Astra.
Otwarte modele frontier. Hy4 od Tencenta i Kimi K3.1 Pro są już dostępne albo mają otwarte wagi; Hy4 dodaje obsługę komputera i rozumienie obrazów. Baidu udostępniło też bazowy model MoE 280B, a repozytorium kodu Qwen sugeruje przyszłe modele Qwen4.
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(otwiera się w nowej karcie)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(otwiera się w nowej karcie)
- Kimi-K3.1-Pro is now open-weights(otwiera się w nowej karcie)
- Kimi K3.1 is likely benchmaxxed (with some proof)(otwiera się w nowej karcie)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(otwiera się w nowej karcie)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(otwiera się w nowej karcie)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(otwiera się w nowej karcie)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(otwiera się w nowej karcie)
AI przyspiesza badania nad AI. 11-tygodniowy przegląd METR wykazał, że tempo poprawy modeli Anthropic wzrosło mniej więcej dwukrotnie; około 80% tego wzrostu pochodziło z AI wykorzystywanej w badaniach samej firmy, co przekroczyło próg responsible scaling Anthropic.
Agenci i benchmarki
Proaktywny agent kodujący. DeepSeek otworzyło kod proaktywnego agenta kodującego do GitHuba, który zamienia dozwolone żądania w równoległe zadania; w symulacji kończył zadania 1,9× szybciej niż bazowy wariant z jedną sesją.
Benchmark agentów long-horizon. SemiAnalysis udostępniło GDPx, benchmark z 206 zadaniami; Claude Opus 5.5 prowadzi z wynikiem 12%, a GPT-6 Astra ma 9,6%, co pokazuje, że agenci wciąż słabo radzą sobie z wielogodzinną pracą nad realnymi zadaniami.
Architektura agentów się ujednolica. LangChain przekonuje, że standardowa architektura agenta oparta na pętli LLM i narzędziach się ujednolica; nowe wyzwania dotyczą kontekstu długiego horyzontu, progressive disclosure i używania narzędzi w sandboxie.
Git w skali Codexa. OpenAI zbudowało Pando, backend Git skracający medianę opóźnienia push niemal 5-krotnie przy równoległych pushach w skali Codexa, i przejmuje Pierre Computer Company, producenta Code Storage i narzędzi, które już napędzają Codex.
Meta kupuje Conductor. Meta przejęła Conductor, startup zajmujący się kodowaniem z AI, którego agentowe zespoły pozwalają deweloperom uruchamiać projekty w równoległych przestrzeniach roboczych; założyciel Charlie Holtz twierdzi, że nowi klienci mogą spodziewać się czegoś nowego na początku przyszłego roku.
Infrastruktura i wnioskowanie lokalne
Lokalne MoE przyspieszają. Łatki takie jak tandem.cpp i Strata oraz nowe kwantyzacje pozwalają uruchamiać Qwen Flash-Next i DeepSeek V4.1 Flash z szybkością od 97 do ponad 200 tokenów na sekundę na pojedynczych kartach GPU z offloadem do CPU/SSD, a konfiguracje z 8 GB VRAM dekodują teraz 50 tokenów na sekundę.
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(otwiera się w nowej karcie)
- Speedy is shockingly good for qwen3.8 FN(otwiera się w nowej karcie)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(otwiera się w nowej karcie)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(otwiera się w nowej karcie)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(otwiera się w nowej karcie)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(otwiera się w nowej karcie)
- We are in the golden age of Local LLM(otwiera się w nowej karcie)
- Qwen Flash Next on Strata is unreal.(otwiera się w nowej karcie)
- Another benchmark has hit the quant war(otwiera się w nowej karcie)
Spór o kwantyzację. Unsloth i ISTA-DASLab publicznie spierają się o jakość kwantyzacji DeepSeek-V4.1-Flash; Unsloth twierdzi, że jego pliki GGUF wypadają o 10–20% lepiej w kodowaniu z długim kontekstem. Rywalizacja przynosi lepsze kwantyzacje.
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(otwiera się w nowej karcie)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(otwiera się w nowej karcie)
- Inconsistencies in Unsloth's LiveCodeBench Results(otwiera się w nowej karcie)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(otwiera się w nowej karcie)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(otwiera się w nowej karcie)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(otwiera się w nowej karcie)
Menedżer zasobów GPU. Berth to napisany w Go menedżer zasobów GPU, który daje aplikacjom dzierżawy, priorytety i kolejkę żądań; obsługuje checkpointing CUDA i parkowanie modeli w RAM-ie, co przyspiesza przełączanie obciążeń AI.
Biznes i polityka
OpenAI pozyskuje 11 mld USD. OpenAI otrzymało pierwszą transzę 11 mld USD z rundy wyceniającej spółkę na 1,25 bln USD — poniżej wcześniejszych oczekiwań, że uda się pozyskać 30 mld USD przy wycenie 1,4 bln USD, po spadku akcji spółek technologicznych.
- OpenAI reportedly raises an additional $11 billion at a $1.25 trillion valuation(otwiera się w nowej karcie)
- OpenAI valued at $1.25 trillion, as rival Anthropic nears its IPO(otwiera się w nowej karcie)
- OpenAI lands an $11 billion funding round, but has to court dentists for more capital(otwiera się w nowej karcie)
Presja na IPO Anthropic. Przychody Anthropic wzrosły 12-krotnie do 17 mld USD, ale firma straciła 23,3 mld USD z powodu zobowiązań dotyczących mocy obliczeniowej; inwestorzy nie zgadzają się na wycenę IPO na 1,5 bln USD, a niektórzy sugerują 1 bln USD.
- Anthropic grows revenue twelvefold but posts $23 billion loss(otwiera się w nowej karcie)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(otwiera się w nowej karcie)
- Anthropic is still grappling with the economics of compute(otwiera się w nowej karcie)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(otwiera się w nowej karcie)
- [AINews] Anthropic IPO: Whither Now?(otwiera się w nowej karcie)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(otwiera się w nowej karcie)
Sprzeciw wobec centrów danych. Wyborcy zatwierdzili 40 z 41 lokalnych ograniczeń dla centrów danych; OpenAI zobowiązało się nie zawierać umów NDA z urzędnikami i pokrywać pełne koszty energii elektrycznej, a Meta ostrzegła, że ekspansja AI może zwolnić.
- After the midterms, a bigger clash over data centers could be coming(otwiera się w nowej karcie)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(otwiera się w nowej karcie)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(otwiera się w nowej karcie)
- Data centers lost the midterms(otwiera się w nowej karcie)
- How a Blue Wave midterm might reshape the AI industry(otwiera się w nowej karcie)
- After the midterms, is the AI industry in for a rough two years?(otwiera się w nowej karcie)
- Big Tech lost big in the 2026 election(otwiera się w nowej karcie)
- All the latest updates on AI data centers(otwiera się w nowej karcie)
- After the midterms, things are looking rocky for Elon Musk and data centers(otwiera się w nowej karcie)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(otwiera się w nowej karcie)
- OpenAI is stepping back from NDAs for data center projects(otwiera się w nowej karcie)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(otwiera się w nowej karcie)
- Meta warns that election backlash against data centers could make AI expansion harder(otwiera się w nowej karcie)
- ‘Total repudiation’: The blue wave is about to hit AI(otwiera się w nowej karcie)
- OpenAI is already trying to shape the 2028 election(otwiera się w nowej karcie)
To tyle na ten tydzień – do zobaczenia w przyszłą niedzielę.