Anthropic rozšiřuje zákaz živého internetu na všechna interní hodnocení modelů. Spouštěčem byly nechtěné akce agentů včetně falešného tipu k nevyřešené vraždě.
Analýza dat ze stovek softwarových firem naznačuje, že AI coding agenti zrychlují psaní kódu, ne však dodávání funkcí. Úsporu času zatím pohltí delší a náročnější kontrola lidmi.
OpenAI zveřejnila téměř 400 výsledků rozdělených do více než 700 rukopisů. Matematici v nich vidí fascinující materiál, ale také obrovský problém: jen část tvrzení je zatím formálně ověřená.
ChatGPT dostává interaktivní rozhraní a Google tlačí Gemini do pracovních úkolů. Vedle toho přibývají spory o trénovací data, ochranu teenagerů i otázka, zda agentům vůbec svěřit přístup k našemu digitálnímu životu.
Nevydaný model OpenAI měl vyřešit stovky otevřených matematických otázek. Firma zveřejnila 722 rukopisů na GitHubu, ale samotná matematická komunita je bude muset teprve prověřit.
OpenAI popisuje nové výsledky interního frontier modelu na otevřených matematických problémech. Vedle výzkumných detailů dává na GitHub i formalizace důkazů v Leanu, takže část práce půjde nezávisle kontrolovat.
Wikimedia popisuje miliony požadavků, neautorizované úpravy i pokusy využít nástroje Wikipedie jako prostředníka k jiným webům. Nejzajímavější na tom je, že nejspíš nešlo o „vzpouru“ strojů, ale o velmi špatně hlídané plnění úkolu.
OpenAI řeší evropské vodoznaky, další reklamu v ChatGPT i nepříjemné otázky kolem bezpečnosti. Vedle toho AI zkouší psát recepty na akné a hrát StarCraft způsobem, který by u stolu asi neprošel.
OpenAI a další laboratoře hlásí výsledky u těžkých matematických problémů, včetně údajného řešení Navierových–Stokesových rovnic. Nadšení ale přehlušuje spor o transparentnost, data a pravidla vědecké práce.
Šéf OpenAI Sam Altman říká, že svět má vedle přínosů AI přijmout i hacky, podvody a další škody. Mně na tom nejvíc vadí, že taková rovnice zatím neříká, komu přesně připadne účet.
Microsoft a Hugging Face zveřejnily benchmark ThinkingBox, který sleduje, zda AI agent po práci skutečně nechal správný stav v databázi. A opakované běhy ukazují, že jednorázový úspěch je dost slabá útěcha.
AI agent není jen upovídanější chatbot. Umí rozdělit úkol na kroky a přes další nástroje něco skutečně provést. Právě proto je dobré začít malými, vratnými pokusy a ne s bankou nebo domácím alarmem.
Meta a OpenAI zkoušejí, zda si pustíme AI agenty z pracovního softwaru až do každodenních úkolů. Vedle toho Google naznačuje návrat mezi modelovou špičku a Apple už řeší, co agentům raději nedovolit.
OpenAI na DevDay ukázalo Dots, personalizovaného AI agenta pro delší pracovní úkoly. Zatím se k němu ale dostanou jen platící uživatelé, zatímco konkurenční Meta Muse sází na bezplatný přístup.
Gemini 4 Argon má Googlu pomáhat s kódem, provozem datacenter i hledáním bezpečnostních chyb. Zatím si ho ale běžní lidé ani vývojáři nevyzkoušejí a řada důležitých detailů chybí.
Google představil Gemini 4 Argon pro vývoj softwaru, podnikovou práci i kybernetickou obranu. Model ale zatím nedostane běžný vývojář ani firma: přístup má jen vybraná skupina důvěryhodných obránců.
Nezisková organizace LASST žaluje OpenAI kvůli červencovému útoku na Hugging Face. Nechce odškodné, ale soudní zákaz neautorizovaného přístupu AI agentů k cizím systémům.
Šest šéfů velkých technologických firem podepsalo závazek k odpovědnému vývoji pokročilé AI. Je označený jako morálně závazný, ale z dostupného popisu není jasné, co se stane, pokud ho někdo poruší.
Google podle dostupných zpráv testuje program, v němž platí vydavatelům za jejich podíl na AI Overviews, AI Mode a Gemini. Zatím nevíme, podle jakého vzorce peníze rozděluje, ale samotný test je pozoruhodný.
Google, OpenAI, Anthropic, Meta, xAI a Nvidia se přihlásily k dobrovolným bezpečnostním postupům pro nejpokročilejší AI. Dokument má rozumné body, jenže neříká, co se stane, pokud je firmy nedodrží.