Релізи агентів і моделей
Nous Arete-27B. Nous Research випустила Arete-27B — SFT-версію Qwen3.8-27B, яка на їхньому оцінюванні з 803 промптів зменшує частку китайського державного наративу з 22% до 0,9%; ваги під Apache 2.0 і GGUF-кванти вже доступні.
Квантизована Kimi K3.1. Експериментальний квант Kimi-K3.1-Pro-Coder розміром 775 ГБ працює на одній GPU, використовуючи системну RAM і NVMe через Strata та ярусову квантизацію MoE, і сягає 36,8 ток/с у батчі та 96,7% на AIME/LiveCodeBench.
Агент Terminal-RSI-27B. Проєкт Terminal-RSI випустив термінальну агентну модель на базі Qwen3.8 для інспекції репозиторіїв, редагування коду й багатокрокових задач; вона використовує рекурсивне самопереписування та уточнення політики з успадкуванням критика.
Модель рішень Drex Max. Nace представила мультимодальну модель ухвалення рішень Drex Max, яка посіла перше місце в Artificial Analysis і вийшла на межу Парето; ваги відкриті за ліцензією Open RAIL-M, а версію v1.1 планують для локального інференсу.
Tencent DSpine 3x. Tencent опублікувала Qwen3.8-27B-DSpine-b16 на Hugging Face — метод спекулятивного декодування, який, за заявою, до 3 разів прискорює декодування для 27B-моделей.
Інструменти й фреймворки
Плагін spec-first для коду. Google відкрила вихідний код плагіна Elephant-Goldfish Model: він змушує агентів для кодування спершу писати специфікацію, а потім доручає новим субагентам перевірити її перед написанням коду; ним користуються тисячі інженерів Google, щоправда, витрата токенів значна.
Інструмент Torchlens. Torchlens — це репозиторій на GitHub для огляду, візуалізації та втручання в будь-яку операцію будь-якої нейромережі, що допомагає з інтерпретованістю.
C проти Rust у SQLite. Саймон Віллісон за допомогою Claude порівняв розширення SQLite на C і Rust для parse_number; Rust спершу був швидшим завдяки strtod, але зрештою власний парсер на C зрівнявся з ним або перевершив його, тоді як C-розширення виявилося значно меншим.
Описи PR під контролем. Саймон Віллісон радить ховати написані ШІ описи PR під <details><summary>, бо вони надто докладні й скидаються на слоп; зміни має підсумовувати вступ, схвалений людиною.
Дослідження
Робототехніка Open-HumanScale. Дослідники випустили Open-HumanScale — відкритий рецепт і корпус егоцентричного відео на 50 тис. годин для попереднього навчання робототехнічних політик; масштабування людського відео дає логарифмічно лінійні прирости, а гібридне навчання людини й робота сягає 92,08% на RoboTwin 2.0 Clean2Clean.
Прибирання за агентами. Alibaba та партнери побудували Co-Design Bench на основі реальних запитів користувачів на зміни; найкраща модель GPT-6 Astra повністю виконує лише 26,4% задач, тобто приблизно в трьох із чотирьох випадків потрібне ручне доопрацювання.
Складність коду за Parsimony. Новий бенчмарк Parsimony вимірює синтаксичні одиниці в патчах; на SWE-bench Verified медіанна модель додає в 1,9 раза більше синтаксичних одиниць, ніж людське виправлення, а сам лише вибір harness може змінити накладні витрати коду з 0,80× до 0,99×.
Порівняння маршрутизації MoE. Два посібники порівнюють стратегії маршрутизації у відкритих MoE-моделях: кількість експертів коливається від 8 до 384, top-k — від 1 до 8, а домінує підхід loss-free bias balancing; вибір експерта може спричиняти витік майбутніх токенів у каузальних моделях.
Саттон про межі масштабування. Річард Саттон стверджує, що самих лише обчислювальних потужностей не вистачить, щоб породити інтелект; ШІ потрібні нові розумні методи, агенти з моделями світу, які безперервно навчаються, а синтетичні дані він називає великою помилкою.
Індустрія та бізнес
Шпигунське розслідування Nvidia. Рада директорів Nvidia запускає незалежне розслідування щодо стосунків CEO Дженсена Хуанга з Еліс Хуанг, ШІ-керівницею, яку, за повідомленнями, завербувала китайська MSS; Хуанг вибачився за роман у службовій записці, а рада каже, що доказів компрометації секретів немає.
Apple прискорює Siri. Apple прискорює дорожню карту Siri: дрібнозернисте керування власними застосунками очікують в iOS 27.3, а інтеграцію сторонніх застосунків — пізніше навесні; мета — конкурувати з OpenAI Dots і Meta Muse.
Позови до Suno. Правовласники Елвіса Преслі та Eminem подають до суду на Suno, звинувачуючи її в незаконному клонуванні голосу й текстів за законом ELVIS Act штату Теннессі та загальним правом.
Вікенд-проєкт Карпаті. Андрей Карпаті за вікенд збудував HackerTube за допомогою Claude Opus 5.5 і Claude Code, відфільтрувавши 43 млн коментарів HN у 6 454 відібрані відео; майже всю роботу було автоматизовано.
AI-native курс у Stanford. Міхай Ерік розповідає, як Stanford CS146S адаптувався до ШІ-агентів для кодування: студенти вивчають незнайомі репозиторії, пропонують зміни й пояснюють патчі мейнтейнерам open source; його команда в Monaco використовує робочі простори агентів і агентів на чергуванні.
Локальний ШІ та залізо
Intel Arc 32GB: ціна/якість. Intel Arc Pro B70 32GB за $1 299 дає приблизно половину швидкості генерації та третину швидкості prefill порівняно з RTX 5090 ($6 500+) на Qwen3.8-27B, що робить його сильним вибором за співвідношенням ціна/продуктивність.
4× R9700: бенчмарки. Збірка приблизно за $16 тис. CAD із чотирма GPU Radeon R9700 сягає 190 ток/с для одного користувача, 6 800 ток/с prefill і 80–225 ток/с на користувача для 8 користувачів із контекстом 128K; подальші запити агента стартують за 0,2–2,5 с.
Qwen на асемблері. Qwen3.5-0.8B працює на чистому асемблері в одному потоці CPU зі швидкістю 6,51 ток/с — швидше за референсну реалізацію PyTorch, без libc і рантайму Python.
CUDA на старих GPU. Розробник портував сучасний стек для навчання LLM на застарілі CUDA-відеокарти (SM 3.5–7.5) під Windows, завдяки чому Mamba-1 запрацювала на старих картах NVIDIA; у планах — бекпорт Mamba-2/3.
Локальний bash-помічник. Файнтюнена Qwen3.5-0.8B перетворює просту англійську на bash офлайн за 1,7 с на CPU; автор розповідає про плато на 74% і про урок: розбіжність розподілів навчання й тестування має значення.
Локальні сценарії моделей. Один користувач локально запускає DeepSeek v4.1 Flash для скаутів, які виконують вебдослідження замість frontier-моделей, мулярів, що пишуть код за специфікаціями frontier-моделей, і агентів для фільтрування контенту.
Локальна моушн-графіка. Qwen3.8 Flash Next IQ3_XXS на 16 ГБ VRAM створила відео з моушн-графікою через Three.js/Playwright/ffmpeg приблизно за 2 години, показавши, що локальні моделі дають раду творчим задачам із кодування.
Це все за цей день – приблизно 5 хвилин читання.