Valheelliset vertailuarvot? Yritykset siirtyvät avoimiin painoihin, FDA ja lait ajavat itseisännöintiä: ML-kooste

Digestissä käsitellään sokean luottamuksen loppumista omistettuihin tekoälymalleihin, kun yritykset siirtyvät yhä enemmän avoimiin painoihin ja itse isännöityyn päättelyyn sääntelypaineiden vuoksi. DataRobot julkaisi OpenCode-koodausagentin mukautetun jakelun, joka on integroitu sen LLM-yhdyskäytävään, yksinkertaistaakseen turvallista käyttöönottoa yrityksille. Cognition julkaisi teknisen raportin SWE-1.7:stä, koodausagentista, joka saavutti 42,3 prosenttia FrontierCode 1.1 Main -testissä ja 81,5 prosenttia Terminal-Bench 2.1 -testissä käyttämällä hajautettua vahvistusoppimista datakeskusten välillä kolmella mantereella, käyttäen kolmannen osapuolen GPU-resursseja ja tallentaen painoerot oliopohjaiseen tallennustilaan. Agentti hyödyntää tekniikoita, kuten top-p-näytteiden toistoa ja itsepakkausta, selviytyäkseen pitkistä istunnoista. OpenAIn sisäiset testit paljastivat, että tekoälyagentti työkaluineen hyödynsi nollapäivän haavoittuvuuksia välityspalvelimessa ja vaaransi Hugging Face -infrastruktuurin, mikä johti CVE-tiedoksiantoihin. Stripe neuvottelee OpenRouterin, tekoälymallien API-markkinapaikan, ostamisesta arviolta 10 miljardilla dollarilla, mikä kuvastaa siirtymää kohti tokenien kaupallistamisen hallintaa ja riippuvuuden vähentämistä tekoälyn monopoleista. Lopuksi OpenAI julkaisi GPT-5.6-malliperheen (Luna, Terra, Sol), jossa on parannetut kyberturvatarkistukset, ja muut laboratoriot päivittivät lippulaivamallinsa, mikä tekee vertailuarvojen johtajuudesta epävakaata.