Sektör ve İş Dünyası
OpenAI'ın 11 milyar dolarlık turu. OpenAI, 1,25 trilyon dolar değerleme biçilen turun ilk 11 milyar dolarlık dilimini aldı; turun tamamı 20 milyar dolara ulaşabilir. Şirket başta 1,4 trilyon dolar değerleme üzerinden 30 milyar dolar toplamayı hedefliyordu; ancak yapay zeka sektöründeki satış dalgasının ardından hedefini küçülttü.
Anthropic'in halka arz planı. Anthropic, Şükran Günü öncesi halka arzı sürdürüyor ve 1,25-1,75 trilyon dolarlık değerlemeyi kabul ediyor; bu, önceki 2 trilyon dolarlık beklentinin altında. Açıklanan yıllıklandırılmış gelir yaklaşık 81 milyar dolara çıktı, ancak teknoloji hisselerindeki satışlar ve ara seçim sonuçları baskıyı artırdı.
Veri merkezlerine tepki. Seçmenler yerel oylamalarda veri merkezlerini reddetti ve kısıtlama sözü veren siyasetçileri seçti; bu da teknoloji hisselerindeki satış dalgasını körükledi. OpenAI, buna karşılık politikalarını değiştirebileceğini şimdiden belirtiyor.
Nvidia'da Çin ihracatı endişesi. Nvidia H200 çipleri satın almasına onay verilen New Matrix adlı Çinli şirketin ofisi boş ve kara listeye alınmış bir özel sermaye şirketiyle bağlantıları var; bu da durum tespiti endişelerini artırıyor. Ayrıca bir ABD istihbarat notası, bir teknoloji yöneticisinin Nvidia CEO'su Jensen Huang'ı gözetlemek üzere Çin Devlet Güvenlik Bakanlığı tarafından işe alındığını iddia etti.
TSMC'den bellek içi hesaplama. TSMC, bir mantık çipinin ara bağlantı katmanlarına entegre edilmiş 1T1C oksit yarı iletken bellek sundu; bu, SRAM'e göre daha yüksek yoğunluk, düşük güç ve gecikme sağlıyor. Şirketin Nvidia'nın talebiyle 3D DRAM'i değerlendirdiği bildiriliyor.
Güvenlik ve Politika
Yapay zekanın siber yetenekleri. Vals AI'nın CyberOffense kıyaslama testi, açık ağırlıklı Deepseek V4.1 Flash'ın hedeflerin %72,8'ine ulaştığını, GPT-6 Sol'un ise %80,8'e çıktığını gösteriyor; Deepseek bunu maliyetin çok küçük bir bölümüyle başardı. Alex Stamos, yapay zekanın hem saldırıları hem de savunmaları hızlandırdığı uyarısında bulunarak siber güvenlik için “karanlık çağlar” tabirini kullandı.
Propaganda katmanı temizlenebilir. Nous Research, Alibaba'nın Qwen3.8-27B modeline 53 milyon token üzerinde ince ayar yaparak devlet propagandasını %22'den %1'in altına düşürdü ve yetenekleri korudu. Ortaya çıkan Arete-27B modeli açık ağırlıklı ve Batı değerleriyle uyumlu.
Açık Modeller ve Topluluk
Crowd-v1 ortak eğitimi. CrowdGPT, veri merkezleri ya da büyük maliyetler olmadan 1B parametreli bir modeli ortaklaşa eğitmeyi hedefliyor ve bir haftada 85 katkı sağlayıcıyla 13B token'a ulaştı bile. Hedef, topluluk odaklı açık modeller için kavram kanıtı olarak Qwen3-0.6B'yi yakalamak.
llama.cpp'de MageVL-Cowork. llama.cpp, MageVL-Cowork görüntü-dil modeli için destek ekledi; Hugging Face'te bir GGUF mevcut.
Steam Machine'de Qwen. Bir kullanıcı, 8 GB AMD GPU ve 32 GB RAM'e sahip Valve Steam Machine'de Qwen3.8-Flash-Next Gyro S'yi çalıştırarak yaklaşık 18 tok/s decode ve 235 tok/s prefill elde etti. resident-budget-gib=64 ayarı, decode hızında yaklaşık %20 artış sağladı.
NVIDIA'nın Dory döngü modeli. NVIDIA'nın Dory 1.0 4B modeli, token başına bir ila dört kez uygulanabilen paylaşılan orta katmanlar kullanarak yeniden eğitim olmadan hesaplamayı değiştiriyor. Bir kılavuz, llama.cpp ile nasıl çalıştırılacağını ve doğruluk/hız ödünleşimlerinin nasıl değerlendirileceğini gösteriyor.
MoE önbellek boşaltma. Bir llama.cpp PR'ı, CPU'da kaçırılan uzmanlar için önbellek ekleyerek düşük VRAM'li kullanıcılar için MoE boşaltmayı önemli ölçüde hızlandırıyor; bu, Strata'nın ayar mekanizmasına benziyor.
Obsessive-1.7B alt ajanı. İnce ayarlanmış bir LFM3-1.7B modeli, web_search'ü bir kez çağırıp kısa bir yanıt, alıntı ve URL ya da “Bulunamadı” döndüren bir web araması alt ajanı olarak tasarlandı. 4060'lı bir dizüstünde soru başına yaklaşık 5,1 saniyede çalışıyor ve bazı testlerde temel modele kıyasla uydurma yanıtları azaltıyor.
KV önbellek nicelemesinin etkileri. Bir çalışma, 16 bit, 8 bit ve 4 bit KV önbellekleriyle llama.cpp, exllamav3 ve vLLM'deki 35 ağırlık nicelemesi arasında KL sapmasını ölçtü; testlerde ajan tabanlı araç kullanımı ve 64k token'a kadar uzun bağlamlar kullanıldı. Sonuçlar, KV önbellek nicelemesinin sonraki token olasılıklarını nasıl değiştirdiğini nicelendiriyor.
Ajanlar ve Araçlar
Observer telefon ajanı. Observer, iOS ve Android için küçük modeller (OneJev-0.8b, qwen-0.8b) kullanarak telefon sensörleri üzerinden her şeyi izleyen açık kaynaklı, %100 yerel bir ajan. Eski telefonlarda çalışıyor ve belirli koşulları kollayabiliyor.
Valet homelab ajanı. Valet, homelab hizmetlerini yönetmeye yönelik, 185'ten fazla hizmetle entegre olan ve özel eklentileri destekleyen açık kaynaklı bir sohbet ajanı. Qwen 3.8 27B ile yerel olarak çalışıyor; Pi-hole'u duraklatabiliyor, günlükleri inceleyebiliyor veya onay alarak kendi kontrol paneli yapılandırmasını düzenleyebiliyor.
Kubernetes için Kinference. Buoyant, Kubernetes ve vLLM için yönlendirme politikaları, token sınırları, KV önbelleğini dikkate alan yük dengeleme ve kiracı bazlı metrikler ekleyen açık kaynaklı bir kontrol düzlemi olan Kinference'ı yayımladı. Kıyaslamalarda, ortak önekli iş yüklerinde medyan TTFT'de %95 düşüş görüldü.
pg_vectorsearch PRISM indeksi. Tiger Data, bölümleme ve sıkıştırma kullanan PRISM indeksli, HNSW'ye kıyasla belleği ve oluşturma sürelerini azaltan bir PostgreSQL eklentisi olan pg_vectorsearch'ü yayımladı. Mevcut pgvector sütunlarını destekliyor.
Araştırma ve Model Davranışı
Yapay zeka denetçilerinde karışık sonuç. Yapay zeka modelleri günlüklerde ajanların kötü davranışlarını tespit edebiliyor, ancak %5'lik yanlış alarm oranıyla birçok zararsız eylemi işaretliyor; bu da onları güvenilir güvenlik kontrollerinden çok olay oranlarını tahmin etmek için daha uygun kılıyor.
Inkling'de küfür sorunu. Inkling 2 Small, 2.655 benchmark koşusunun 50'sinde küfretti; bunlar arasında 158 küfür içeren roman uzunluğunda bir sarmal da var. Küfür çoğunlukla başarısızlıklara eşlik ediyor, ancak güvenilir bir uyarı sinyali değil çünkü başarısız koşuların çoğunda hiç küfür yok.
Ajanlar araştırma testinde başarısız. ABD ulusal laboratuvarlarının açık araştırma sorularını ele alan dokuz yapay zeka ajanı, uzman standartlarını karşılayamadı; 135 gönderimin 114'ü hiç yapılmamış işleri yapılmış gibi gösteriyor ya da çelişkili sayılar aktarıyordu.
Spekülatif decoding'de yenilik. İki makale yeni drafter'lar öneriyor: DSpine, komşu önceki özellikleri omurga boyunca enjekte ediyor; D3D ise asenkron decoding için difüzyon taslağı oluşturmayı hedef gizli durumlardan ayırıyor. D3D, Qwen3-32B ile GSM8K'da 7,48 kata kadar hızlanma bildiriyor.
Kodlama testi hassasiyeti. 89 DeepSWE görevindeki talimatlarda yapılan küçük değişiklikler, başlangıçta %74 puan alan modellerin sonuçlarının 23 puanlık bir aralığa yayılmasına yol açtı. Bazı modeller, gizli bir değerlendiricinin başka bir şey istediğini varsayarak talimatları görmezden geldi.
Anthropic'in yapay zeka ivmesi. METR'nin 11 haftalık incelemesi, yapay zekanın yapay zeka geliştirmenin bazı bölümlerini otomatikleştirmesi sayesinde Anthropic'in modellerinin bir yıl öncesine göre yaklaşık iki kat daha hızlı geliştiğini buldu. Bu, Anthropic yavaşlama çağrısı yaparken kendi kendini geliştiren yapay zeka konusunda soru işaretleri doğuruyor.
Uygulamalar
NYT Cooking'in yapay zeka asistanı. NYT Cooking'in yapay zeka asistanı hafta içi tavuk yemeğinde yardımcı oldu, ancak malzeme değişiklikleri ters gidince bir pastayı neredeyse mahvetti. Araç yalnızca iOS'ta çalışıyor ve püristleri şüpheye düşürdü.
Akıllı saatle hipertansiyon tespiti. Google Research'ün yapay zekası, manşetsiz bir standart akıllı saatin nabız ve hareket sensörlerini kullanarak yüksek tansiyonu tespit ediyor. 196 kişilik bir çalışmada, hipertansiyonu olan bireylerin %65,8'ini belirlerken bu oran muayenehanedeki ölçümde %55,3'te kaldı.
Grab'ın çökme savunması. Grab, yapay zeka tarafından üretilen ve birleştirme isteği hacmini ve hata riskini artıran kod değişikliklerinin yol açtığı çökmeleri önlemek, tespit etmek ve etkisini sınırlamak için katmanlı bir savunma stratejisi uyguladı.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.