Căutare

Meta publică șase articole de matematică scrise cu Muse Spark, Perplexity lansează Decisions API, Anthropic deschide Claude Frontier Academy

JLS42 /
Articol generat de inteligență artificială
meta llama recherche science perplexity qwen alibaba huggingface open-source ai2 google gemini gemini-cli anthropic claude claude-code agents coding-tools cursor replit zai glm deepseek nvidia gpu inference ia-generative audio image video elevenlabs suno midjourney manus openai chatgpt gpt codex xai grok github copilot github-copilot kimi moonshot securite cli actualites
Meta publică șase articole de matematică scrise cu Muse Spark, Perplexity lansează Decisions API, Anthropic deschide Claude Frontier Academy

ai-powered-markdown-translator

Articol tradus din fr în ro cu gpt-6.1-sol.

Vezi proiectul pe GitHub ↗

Vineri, 2 octombrie, Meta publică șase articole de matematică elaborate de cercetători cu modelul său Muse Spark; potrivit Meta, cinci dintre ele răspund unor întrebări de cercetare rămase deschise. Anthropic alocă 100 de milioane de dolari pentru formarea a 10 000 de ingineri de implementare prin Claude Frontier Academy și publică Claude Code 2.1.288, în timp ce NVIDIA anunță un DGX Spark de 64 Go, cu un preț începând de la 4 999 de dolari. Două anunțuri din seara precedentă completează ziua: Decisions API de la Perplexity, care răspunde prin probabilități folosind un model publicat cu ponderi deschise, și satelitul Google care transportă primele sale TPU pe orbită.

Meta publică șase articole de matematică scrise cu Muse Spark, Ai2 publică AstaBrief, IA de la Google prognozează gripa

2 octombrie — Meta publică pe blogul său de cercetare șase articole de matematică elaborate de cercetători cu Muse Spark, modelul său propriu. Potrivit Meta, cinci dintre ele oferă un răspuns la întrebări de cercetare până atunci deschise, fără ca postarea să precizeze care reprezintă excepția. Matematicienii au lucrat în ultimele luni cu Muse Spark 1.1 și 1.2 în modul Thinking, direct în interfața de chat de pe meta.ai, fără un cadru de cercetare personalizat (custom research scaffold).

Following gold-medal-level performance from our AI models across five competitions in mathematics, physics, and chemistry, we asked a harder question: can AI contribute when a problem is genuinely open and without an existing solution path?

🇷🇴 După performanțe de nivelul unei medalii de aur ale modelelor noastre de IA în cinci competiții de matematică, fizică și chimie, ne-am pus o întrebare mai dificilă: poate IA să contribuie atunci când o problemă este cu adevărat deschisă și nu există nicio cale către soluția sa? — @AIatMeta pe X

Protocolul prezentat este strict: o echipă de matematicieni ghidează cercetarea, un al doilea grup verifică lucrarea, iar fiecare articol indică pasajele redactate în principal de cercetători sau de IA. Contribuția modelului variază considerabil de la un articol la altul, de la calcule auxiliare până la redactarea unor secțiuni întregi:

Domeniu matematicRezultat anunțat de MetaContribuția Muse Spark potrivit Meta
ProbabilitățiPrag strict pentru ajustarea unui elipsoid care trece prin puncte gaussiene aleatoare într-un spațiu de dimensiune mareStrategii de demonstrație
Ecuații diferențialeExplozie în timp finit a soluțiilor radiale cu energie negativă ale ecuației Schrödinger neliniare biarmonice cu masă critică, o întrebare deschisă din 2015Calcule, testarea argumentelor, revizuirea demonstrației
Teoria grupurilorUn grup semiabelian nu este neapărat monomial: contraexemplu de ordin 384 la o conjectură a lui M. Kida (2024)Program de căutare scris în GAP, care a găsit contraexemplul
OptimizareRegulă exactă care indică când o relaxare prin cicluri surprinde problema inițialăReformulare probabilistică, contraexemplu, strategie de demonstrație
Fizică aritmeticăFuncția de două puncte din teoria p-adică a corzilor este egală cu o funcție de înălțime, pe o clasă de curbe mult mai largă decât curba TateDemonstrații candidate, trei secțiuni tehnice redactate
Algebră neasociativăContraexemplu de dimensiune 3 la o conjectură privind algebrele de evoluție rezolubileContraexemplu și caracterizări alternative

Meta recunoaște că trei dintre aceste probleme au fost rezolvate și în alte părți: trei lucrări publicate în august despre pragul gaussian, un contraexemplu la conjectura lui Kida semnalat pe 16 septembrie de agentul IA Nilradical și contraexemple privind algebrele de evoluție oferite de Hu și Wen. Potrivit Meta, propriile rezultate au fost obținute independent, prin alte abordări. Anunțul urmează celui al OpenAI, care afirma pe 21 septembrie că un model intern rezolvase peste 100 de probleme deschise; Meta insistă asupra utilizării unui model destinat publicului larg, ca atare, și asupra transparenței privind contribuția IA, toate demonstrațiile fiind în continuare verificate, corectate și rescrise de matematicieni.

🔗 Rezolvarea împreună a problemelor de cercetare deschise (Meta AI Research)

AstaBrief 8B: Ai2 publică un model care redactează rapoarte științifice cu citări

2 octombrie — Ai2 publică AstaBrief 8B, un model care transformă o întrebare de cercetare și extrase din literatura de specialitate într-un raport științific cu citări. Acesta alimentează acum modul Fast al funcției „Generează un raport” din Asta, platforma de agenți a Ai2 pentru știință, alături de modul Thinking, susținut de Claude. Rețeta rămâne simplă: Qwen3-8B, o ajustare fină supervizată (SFT) pe 47 000 de exemple produse de pipeline-ul ScholarQA, apoi o optimizare directă a preferințelor (DPO) pe aproximativ 6 000 de perechi, fără învățare prin întărire. Ponderile, sub licență Apache-2.0 potrivit fișei modelului, și datele de antrenare sunt publicate: un laborator îl poate rula pe propriul hardware.

Modelul își scrie raportul într-o singură trecere. Pe întregul pipeline al Asta, un raport durează în medie 51,1 secunde în modul Fast, față de 178,5 în modul Thinking, adică este de aproximativ 3,5 ori mai rapid. Într-un mic studiu cu evaluatori umani (14 întrebări, 3 cercetători), DR Tulu câștigă în privința preferinței generale, dar doi cercetători din trei preferă AstaBrief pentru exactitatea citărilor. Ai2 avertizează că cea mai mare parte a antrenării și evaluării datează din 2025 și nu a fost refăcută în comparație cu modelele actuale.

🔗 Publicarea AstaBrief ca open-source (Ai2)

Gripă: un model conceput cu IA de la Google ocupă primul loc din 39 în evaluarea FluSight a CDC

30 septembrie — Google anunță că un model de prognoză a gripei conceput cu IA sa a fost cel mai bun din sezonul 2025-2026 în FluSight, sistemul Centrelor pentru Controlul și Prevenirea Bolilor (CDC) din SUA, care agregă săptămânal, din octombrie până în mai, prognozele privind internările în spitale. Raportul de final de sezon al CDC confirmă acest lucru: dintre cele 39 de modele selectate din cele 53 trimise de 34 de echipe, primul dintre modelele individuale este Google_SAI-FluEns, cu un WIS relativ de 0,56 (un scor al erorii: cu cât este mai mic, cu atât prognoza este mai bună), înaintea a trei modele cu 0,58, printre care OHT_JHU-nbxd. Ansamblul FluSight, pe care CDC îl utilizează pentru comunicarea publică, ocupă locul 7.

Aceste prognoze au fost dezvoltate cu Empirical Research Assistance (ERA), un instrument de IA de la Google care generează algoritmi de optimizare pentru diferite domenii științifice, disponibil pentru testeri de încredere. Articolul de cercetare asociat descrie un sistem autonom care își scrie, evaluează și îmbunătățește propriul cod de prognoză printr-o căutare arborescentă ghidată de un LLM; acesta a produs și modele pentru COVID-19 și virusul sincițial respirator (VSR).

🔗 Postare de pe Google Research · Raportul FluSight 2025-2026 al CDC

Perplexity lansează Decisions API și publică pplx-decider-v1-27b, llama.cpp servește modele de decizie

1 octombrie — Perplexity pune la dispoziție un nou API, Decisions API, și publică sub licență Apache 2.0 modelul care îl alimentează, pplx-decider-v1-27b. Anunțul a fost făcut seara prin @perplexitydevs, contul companiei pentru dezvoltatori. În loc să redacteze un răspuns, acest model de decizie (decision model) returnează o distribuție de probabilități pe un set fix de răspunsuri: citește text, JSON sau imagini, dar nu scrie un răspuns, nu generează cod și nu își explică raționamentul.

Sunt prevăzute trei tipuri de întrebări: noul returnează probabilitatea unui „da”, choice alege dintre 1 și 255 de opțiuni, cu o probabilitate pentru fiecare și un indice de încredere, iar score plasează conținutul pe o grilă cu cel mult 10 niveluri. O cerere poate adresa până la 128 de întrebări despre același conținut și trebuie să rămână, cu tot cu întrebări, sub 262 144 de tokeni de intrare. Tariful este de 0,04 dolari pentru un milion de tokeni de intrare, ieșirea este gratuită și nu se percepe nicio taxă pe cerere; fiecare organizație poate trimite 10 cereri pe secundă, indiferent de abonament. Perplexity vizează clasificarea, rutarea și evaluarea pe baza unei grile: exemplul său de referință (cookbook) sortează tichete de asistență, Decisions API luând prima decizie, iar Agent API gestionând escaladările.

Modelul este ajustat fin pornind de la Qwen3.8-27B; ponderile sale, de pe Hugging Face, necesită un GPU CUDA care poate găzdui aproximativ 49 Gio, plus memoria de lucru. Fișa sa îl compară cu Jev, un alt model de decizie, și cu modelul său de bază pe unsprezece benchmark-uri, rezultatele pentru pplx-decider-v1-27b fiind măsurate prin API-ul Perplexity:

Benchmark (acuratețe)Scor JevScor Qwen3.8-27B (model de bază)Scor pplx-decider-v1-27b
WinoGrande90,70 %73,10 %83,30 %
FinancialPhraseBank76,98 %75,68 %84,18 %
RAGTruth77,27 %61,53 %88,80 %
JudgeBench78,57 %68,86 %78,29 %
BBH94,27 %72,80 %82,80 %
JevBench public hard73,27 %72,28 %70,30 %
TabFact89,80 %78,60 %90,60 %
ContractNLI77,45 %80,78 %80,78 %
Circa84,60 %87,00 %89,20 %
Belebele95,00 %93,20 %94,00 %
TruthfulQA binary92,00 %82,80 %85,40 %
Total (conform fișei)84,51 %74,76 %85,71 %

Pe rândul Total, evidențiat în anunț, pplx-decider-v1-27b îl depășește pe Jev, cu 85,71 % față de 84,51 %, dar fișa nu precizează cum este calculat acest rând. Potrivit tabelului publicat, Jev rămâne în față pe șase dintre cele unsprezece benchmark-uri, inclusiv BBH și WinoGrande, iar pe JevBench public hard modelul Perplexity se situează chiar sub modelul său de bază.

🔗 Anunțul @perplexitydevs · Documentația Decisions API · pplx-decider-v1-27b pe Hugging Face

llama.cpp servește modele de decizie cu API-ul /v1/systemone, compatibil cu Jev

2 octombrie — Serverul llama.cpp poate acum să servească modele de decizie printr-un nou endpoint, /v1/systemone, introdus prin PR nr. 29818, integrat pe 2 octombrie. Postarea ggml-org, semnată de Xuan-Son Nguyen și Victor Mustar, descrie principiul: se trimite o stare (text, JSON, captură de ecran) și întrebări cu tipuri definite, choice, score (de la 2 la 10 niveluri) sau noul (da sau nu), iar modelul returnează o probabilitate pentru fiecare opțiune într-o singură trecere. API-ul preia formatul System One introdus de Jev, modelul TypeSafe: un client existent trebuie doar să își schimbe URL-ul de bază. Un mod de rutare încarcă mai multe modele la cerere pe același server.

Model de decizie acceptatDimensiunea modeluluiModel de bazăTimp median pe întrebare
Julia-1 (peste 50 de limbi)144MmmBERT-small3 ms
Laya421MModernBERT-large5 ms
Kev-4B4BQwen3.5-4B-Base12 ms
lev4BQwen3.5-4B36 ms
OpenJev (citește și imagini)27BQwen3.8-27B43 ms

Timpii sunt măsurați pe un NVIDIA RTX PRO 6000. Următorul model anunțat: Clef, pe care Cloudflare l-a prezentat pe 1 octombrie cu un API compatibil cu cel al Jev; ggml-org a creat pe 2 octombrie depozitele GGUF pentru Clef și Clef-flash pe Hugging Face.

🔗 Noutate în llama.cpp: modele de decizie

Anthropic lansează Claude Frontier Academy și alocă 100 de milioane de dolari pentru a forma 10 000 de ingineri

2 octombrie — Anthropic lansează Claude Frontier Academy, un program de formare susținut de un angajament de 100 de milioane de dolari. Obiectivul este formarea a 10 000 de ingineri de implementare a tehnologiilor de vârf (Frontier Deployed Engineers, FDE) până la sfârșitul anului 2027. Primele cohorte reunesc ingineri de la Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley și Novo Nordisk.

Primul program, Frontier Deployed Engineer Residency, preia modelul formării medicale. Potrivit paginii programului, acesta începe cu un modul intensiv de patru zile: trei zile cu prezență fizică dedicate construirii unui sistem Claude pentru o companie simulată, apoi o probă notată care acordă insigna Claude Resident Engineer. Urmează douăsprezece săptămâni de rezidențiat pentru realizarea unei implementări Claude în propria organizație, apoi o evaluare finală pentru insigna Claude Frontier Deployed Engineer; primele insigne sunt așteptate la începutul anului 2027.

Accesul rămâne restricționat: participare pe bază de nominalizare, acces anticipat rezervat clienților și partenerilor selectați, cohorte în San Francisco, New York și Londra. Academy extinde Claude Partner Network (46 000 de companii, peste 175 000 de certificări), lansat în martie cu 100 de milioane de dolari; articolul nu precizează dacă noua sumă se adaugă acesteia.

🔗 Anunțul Anthropic · Pagina programului

Agenți: Claude Code 2.1.288, GLM 5.3 în Cursor, Replit, DeepSeek Harness și benchmarkul SWE-sweep

Claude Code 2.1.288 elimină limita pentru comenzile în fundal în sesiunile interactive

2 octombrie — Claude Code 2.1.288 vine cu 89 de intrări, dintre care 64 de remedieri. Schimbarea cea mai vizibilă privește comenzile lansate în fundal: limita de timp introdusă de versiunea 2.1.285 (30 de minute implicit, maximum 2 ore) se mai aplică doar sesiunilor nesupravegheate (-p, Agent SDK, CI, cloud). În terminal, în aplicația desktop și în VS Code, o comandă în fundal poate rula din nou fără limită.

Un prompt șters accidental cu Ctrl+C poate fi recuperat cu săgeata în sus, /code-review acceptă --max-findings pentru a raporta mai multe sau mai puține probleme, claude project purge devine claude purge, iar mod-urile, lansate cu o zi înainte, primesc $.ui.selection(), care returnează ultimul text selectat în modul de ecran complet. Când timpul de așteptare al API-ului expiră în timpul unui răspuns, sesiunile neinteractive și subagenții reiau procesul de la răspunsul parțial, în loc să eșueze. În privința securității, un rm periculos strecurat într-un script bash -c nu mai trece fără confirmare în modul bypassPermissions, iar un hook PreToolUse sau PermissionRequest pentru care potrivirea eșuează blochează acum apelul în loc să fie ignorat. În sfârșit, clasificatorul modului auto de pe client ignoră acum o variabilă ANTHROPIC_DEFAULT_SONNET_MODEL care indică Sonnet 5.5 sau Opus 5.5 și folosește în schimb Claude Sonnet 5.

La șase minute după release, @ClaudeDevs a prezentat You should know, un mod integrat care lansează un agent secundar însărcinat să afișeze deasupra promptului informațiile care nu trebuie ratate. Acesta figura deja printre cele șase mod-uri integrate prezentate pe 1 octombrie și rămâne dezactivat implicit.

We’re adding a new plugin to Claude Code: You should Know. It scans Claude’s output for important information you might miss to help keep you in the loop. Enable it with: /plugin enable cc-plugin-you-should-know@builtin

🇷🇴 Adăugăm un nou plugin în Claude Code: You should Know. Acesta analizează rezultatul generat de Claude pentru a identifica informațiile importante pe care le-ați putea rata, ca să vă țină la curent. Activați-l cu: /plugin enable cc-plugin-you-should-know@builtin — @ClaudeDevs pe X

🔗 Notele versiunii Claude Code 2.1.288

GLM 5.3 și GLM 5.3 Flash ajung în Cursor

1 octombrie — Cursor adaugă GLM 5.3 și GLM 5.3 Flash, modelele deschise ale Z.ai, în selectorul său de modele și afirmă că GLM 5.3 Max ocupă primul loc între modelele deschise în propriul benchmark.

GLM 5.3 and GLM 5.3 Flash are now available in Cursor! GLM 5.3 Max is the best-scoring open-weight model on CursorBench 4.0.

🇷🇴 GLM 5.3 și GLM 5.3 Flash sunt acum disponibile în Cursor! GLM 5.3 Max este modelul cu ponderi deschise cel mai bine cotat pe CursorBench 4.0. — @cursor_ai pe X

Graficul atașat plasează modelele în funcție de scorul CursorBench 4.0 și de costul mediu pe sarcină, dar etichetează un singur punct: cel al GLM 5.3, marcat « (max) », la 42,6 % pentru 5,05 dolari pe sarcină. Potrivit acestui grafic, GLM 5.3 rămâne sub Claude Opus 5.5, Claude Sonnet 5.5, Fable 5.1 și Grok 4.7, niciun alt model deschis nu figurează în el, iar GLM 5.3 Flash nu apare. Cursor nu a publicat nici tarife, nici un articol, nici o metodologie care să susțină clasamentul.

Replit face disponibile GPT-6.1 Sol și Claude Sonnet 5.5 în Agent, iar Jev în AI Integrations

2 octombrie — Changelog-ul Replit adaugă două modele recente care pot fi selectate în Replit Agent: Claude Sonnet 5.5 în modul Power și GPT-6.1 Sol în modul Max. Aceeași intrare face disponibil Jev, modelul de decizie deja menționat în comparație cu pplx-decider-v1-27b, în Replit AI Integrations: o aplicație poate clasifica conținut, ruta cereri sau evalua potențiali clienți prin decizii rapide și structurate, fără să gestioneze o cheie API. Documentația precizează că Jev este furnizat sub identificatorul jev-latest prin OpenRouter. Setările se deschid acum pe întreaga pagină, iar conturile Enterprise pot stabili reguli pentru întreaga companie, cu excepții pentru fiecare echipă (Workspace). Intrarea nu indică niciun tarif.

🔗 Changelog-ul Replit din 2 octombrie

DeepSeek Harness se instalează pe macOS și Windows

30 septembrie — Contul @DeepSeekHarness anunță o versiune desktop a DeepSeek Harness, harness-ul de agenți open source al DeepSeek, pentru macOS și Windows. Pe 2 octombrie, contul principal @deepseek_ai redistribuie anunțul și precizează că utilizatorii Linux folosesc pachetul npm @deepseek-ai/dsh. Fișierele de instalare se descarcă de pe site-ul DeepSeek, pentru macOS pe cip ARM și pentru Windows x64.

Pagina oficială, marcată PREVIEW, prezintă Harness ca pe o versiune preliminară publică disponibilă la nivel mondial și open source. Acesta se bazează pe arhitectura « totul este un plugin » (everything is a plugin) a frameworkului Cordis și acoperă munca de birou (fișiere, date, documente, prezentări), codul, cercetarea cu citarea surselor și sarcinile în fundal, cu un mod Creator care generează noi pluginuri prin conversație. Noutatea ține de distribuție: versiunea preliminară din 29 septembrie integra deja comanda dsh în aplicația desktop și încă nu a fost publicată nicio versiune stabilă pe GitHub.

🔗 Anunțul @deepseek_ai · Pagina DeepSeek Harness

SWE-sweep: un benchmark în care agenții trebuie să găsească singuri bugurile de corectat

1 octombrie — Cercetători de la Meta Superintelligence Labs, împreună cu Harvard, Universitatea Washington și Stanford, pun la dispoziție SWE-sweep, un benchmark care le cere agenților de programare să descopere singuri bugurile dintr-un repository real și să corecteze cât mai multe, fără indicii despre natura sau localizarea lor. Setul acoperă 100 de repository-uri și 4 068 de buguri; codul, sub licență MIT, se bazează pe frameworkul Harbor, iar Ofir Press și John Yang se numără printre autori. Repository-ul, creat pe 1 octombrie, nu este însoțit încă de niciun anunț.

Clasamentul, actualizat pe 24 septembrie și bazat pe evaluări cu agentul mini-SWE-agent, arată amploarea sarcinii:

Poziție în clasamentModel evaluatBuguri rezolvateCost total
1Sol 5.6 (xhigh), OpenAI4,7 %7 230 dollars
2Luna 5.6 (xhigh), OpenAI2,5 %224 dollars
3Terra 5.6 (xhigh), OpenAI1,5 %357 dollars
4Luna 5.6 (high), OpenAI1,4 %28 dollars
5Opus 5 (xhigh), Anthropic1,3 %5 363 dollars

🔗 SWE-sweep

Calcul și hardware: primele TPU pe orbită, DGX Spark 64 Go, DeepGEMM și DeepEP pe Ascend 950

Project Suncatcher: satelitul prototip Google duce primele sale TPU pe orbită

1 octombrie — La o săptămână după ce și-a anunțat primul test pe orbită, Google a lansat satelitul prototip al Project Suncatcher, un proiect de cercetare pe termen lung (moonshot) care încearcă să afle dacă spațiul ar putea găzdui într-o zi o infrastructură de învățare automată la scară largă. Construit împreună cu Planet, satelitul a ajuns pe orbită la bordul Transporter-18, o misiune de transport partajat a SpaceX; potrivit lui Travis Beals, de la Google, echipa a stabilit contactul, iar satelitul funcționează conform planului.

În următoarele săptămâni, Google va măsura modul în care TPU-urile sale rezistă solicitărilor zborului spațial și nivelurilor extreme de radiație și temperatură; la sol, TPU-urile Trillium suportaseră deja o doză de radiație mai mare decât cea a unei misiuni de cinci ani. Articolul evaluat de experți care detaliază cercetarea apare în revista Joule. Redistribuind anunțul lansării pe 2 octombrie, @GoogleAI amintește argumentul proiectului: pe orbită joasă, lumina soarelui este aproape constantă, iar sateliții pot produce de până la 8 ori mai multă energie solară decât pe Pământ. Următoarea etapă anunțată: doi sateliți în 2027 pentru a testa legături laser.

🔗 Prototipul Project Suncatcher este pe orbită · Articolul publicat în Joule · Redistribuirea de către @GoogleAI

DGX Spark 64 Go: NVIDIA adaugă o configurație comercializată începând cu 23 octombrie

2 octombrie — NVIDIA adaugă la DGX Spark o configurație cu 64 Go de memorie unificată, alături de modelul cu 128 Go. Aceasta va fi vândută exclusiv de șase producători parteneri, Acer, ASUS, Dell, Gigabyte, HP și MSI, începând de vineri, 23 octombrie, la un preț de pornire de 4 999 de dolari; articolul nu precizează prețul actual al modelului cu 128 Go. Platforma rămâne aceeași: cipul GB10 Grace Blackwell, DGX OS și stack-ul software NVIDIA AI, pentru modele cu până la 100 de miliarde de parametri rulate pe dispozitiv.

Principalul argument este gruparea în cluster: două unități conectate printr-un cablu QSFP la plăcile lor de rețea ConnectX-7 își pun memoria în comun.

Caracteristică tehnicăUn DGX Spark 64 GoDouă DGX Spark 64 Go în cluster
Memorie unificată64 Go128 Go în comun
Dimensiunea anunțată a modeluluiPână la 100 de miliarde de parametriPână la 200 de miliarde de parametri
Performanțe pe Qwen 3.8 27B (test NVIDIA)ReferințăPână la 1,7 ori

Aplicația NVIDIA Sync gestionează acest lucru prin Cluster Assistant, care detectează unitățile și configurează rețeaua. NVIDIA Sync Model Launcher, anunțat pentru sfârșitul lunii, va descărca și va lansa Qwen3.8 27B pe un dispozitiv sau într-un cluster și va configura OpenCode pentru a-l utiliza.

🔗 Articolul NVIDIA despre DGX Spark 64 Go

DeepSeek portează DeepGEMM și DeepEP pe NPU-urile Ascend 950 de la Huawei

29 și 30 septembrie — DeepSeek a publicat pe GitHub, fără anunț, două portări ale bibliotecilor sale de calcul pe NPU-urile Ascend ale Huawei. DeepGEMM-Ascend, al cărui README datează prima versiune pe 30 septembrie, reproduce întocmai API-ul DeepGEMM: înmulțiri de matrice în BF16, FP8 și FP4, logits MQA și MegaMoE, sub licență MIT, pentru seria Ascend 950. DeepEP-Ascend portează biblioteca de comunicații pentru paralelismul experților (expert parallelism) din modelele MoE, cu operații all-to-all de distribuire (dispatch) și recombinare (combine).

Pe Ascend 950DT, DeepEP-Ascend măsoară o viteză de distribuire între 373 și 375 Go/s cu 8 ranguri și între 313 și 320 Go/s cu 128 de ranguri; până la 32 de ranguri, atinge aproximativ 90 până la 95 % din limita fizică a lățimii de bandă. Aceste valori au fost obținute cu un kit hardware (HDK) pentru demonstrarea conceptului furnizat DeepSeek și o configurație manuală, care nu sunt distribuite public; README-ul trimite la versiunea comercială, a cărei disponibilitate este prevăzută de Huawei în jurul datei de 15 octombrie.

🔗 DeepGEMM-Ascend pe GitHub · DeepEP-Ascend pe GitHub

Voce și audio: Suno Speech în beta, ElevenLabs certificat FedRAMP 20x Class A

Suno Speech generează vorbire și muzică de fundal pe aceeași pistă

1 octombrie — Suno pune la dispoziție în beta Speech, o funcție care creează conținut audio vorbit peste o muzică de fundal originală, direct în Suno: se introduce o idee, o poezie sau un text, apoi se descriu vocea și stilul muzical dorite. Suno prezintă Speech drept primul model audio care generează vocea și muzica împreună, într-o singură pistă coerentă. Testată timp de o lună de un grup restrâns de utilizatori, funcția este acum disponibilă tuturor, după o actualizare a aplicației.

Articolul, semnat de directorul de produs Jack Brody, menționează în principal utilizări personale: mesaje de la prieteni transformate în lecturi dramatizate, note vocale puse pe muzică, meditații sau povești de seară. Suno avertizează că versiunea beta rămâne imperfectă: un accent britanic se poate transforma într-unul australian, iar pauzele dramatice pot fi foarte accentuate. Nu sunt precizate nici tarifele, nici abonamentele, nici limbile acceptate.

🔗 Prezentarea Speech (Suno)

ElevenLabs certificat FedRAMP 20x Class A pentru ElevenAgents și API-urile sale vocale

1 octombrie — ElevenLabs obține certificarea FedRAMP 20x Class A, cadrul prin care agențiile federale americane decid dacă un produs cloud poate fi folosit în siguranță cu date guvernamentale. Aceasta acoperă ElevenAgents și API-urile Text to Speech și Speech to Text, cu condiția să funcționeze în Zero Retention Mode, cu rezidența datelor în Statele Unite. Certificarea extinde oferta ElevenLabs for Government, iar compania figurează acum în FedRAMP Marketplace. Potrivit FedRAMP, citat de ElevenLabs, nivelul Class A este suficient pentru majoritatea utilizărilor nesensibile din cadrul agențiilor; ElevenLabs menționează cererile de prestații, autorizațiile, impozitele sau transcrierea audierilor.

ElevenLabs își susține anunțul cu implementări existente în sectorul public:

Implementare citată în sectorul publicCifră anunțată de ElevenLabs
Linia națională pentru ocuparea forței de muncă (Ucraina)25 % gestionate de agenți conversaționali
Linii pentru prestații și ocuparea forței de muncă (Cehia)85 % din aproximativ 5 000 de apeluri pe zi rezolvate
Orașul Midland7 000 de apeluri nepreluate mai puține pe lună (proiecție)

🔗 Articolul ElevenLabs

ChatGPT pune Finances la dispoziția utilizatorilor Free și Go din Statele Unite

2 octombrie — Finances, spațiul din ChatGPT dedicat finanțelor personale, se extinde la planurile Free și Go din Statele Unite, pe web, iOS și Android. Funcția era deja disponibilă pentru abonații Plus și Pro: lansată în versiune preliminară doar pentru abonații Pro în mai, aceasta primise pe 21 septembrie monitorizarea scorului de credit Experian pentru abonații Plus și Pro. Acum acoperă planurile Free, Go, Plus și Pro, în continuare doar în Statele Unite.

Principiul rămâne același: utilizatorii își conectează conturile bancare și de investiții prin Plaid, iar raportul de credit prin Experian, cele două conexiuni putând fi folosite împreună sau separat. Pagina Finances reunește cheltuielile, facturile, abonamentele, averea netă, investițiile și scorul de credit. În conversație, ChatGPT clasifică cheltuielile, identifică abonamentele, compară luna curentă cu tendințele recente și, pentru impozite, organizează informațiile și semnalează aspecte de analizat, precum deducerile.

🔗 Notele de lansare ChatGPT · Finances în ChatGPT

SpaceXAI își publică SDK-ul TypeScript oficial în versiune experimentală

2 octombrie — SpaceXAI a publicat fără un anunț prima versiune publică a SDK-ului său TypeScript oficial. Versiunea 0.1.0 a apărut la 16 h 57 UTC, urmată la 18 h 25 UTC de versiunea 0.2.0, care redenumește clasa client xAI în SpaceXAI: o schimbare incompatibilă cu versiunile anterioare, care aliniază codul la noul nume al companiei. SDK-ul acoperă deja Responses API (streaming, compaction și conversații cu mai multe schimburi), instrumentele integrate ale platformei (căutare web și căutare pe X, execuție de cod, servere MCP la distanță), generarea și editarea imaginilor și videoclipurilor, precum și API-urile Files, Batch și Voice.

Element al SDK-uluiDetaliu identificat
Pachet npm@xai-official/sdk
LicențăApache-2.0
CerințeNode.js 22.13 sau mai recent, proiect ESM, fără dependențe la execuție
StareExperimental, interfețe nestabilizate înainte de 1.0

În mod implicit, SDK-ul refuză să ruleze într-un browser sau într-un Worker, pentru a evita expunerea cheii secrete pe partea de client. Dezvoltatorii TypeScript au astfel la dispoziție un echivalent al SDK-ului Python oficial, a cărui versiune 1.20.0 a apărut pe 24 septembrie.

🔗 CHANGELOG-ul SDK-ului TypeScript de la SpaceXAI · Pachetul @xai-official/sdk pe npm

Pe scurt

  • GPT-6.1 Sol în v0 — Pe 29 septembrie, în ziua lansării modelului, v0, generatorul de aplicații de la Vercel, a oferit acces la GPT-6.1 Sol, la câteva ore după ce permisese conectarea cu un abonament ChatGPT; anunțul nu precizează nici prețul, nici vreo măsurătoare specifică v0. 🔗 sursă
  • Un nou panou de control pentru agenți în Grok Build — Anunțat pe 1 octombrie, acesta afișează toți agenții pe un singur ecran cu /dashboard, lansează sarcini în paralel și plasează un agent în propriul worktree git cu Ctrl+W; Grok Build primise un prim panou de control pe 15 iunie. 🔗 sursă
  • Nightly pentru Gemini CLI — Versiunea v0.64.0-nightly din 2 octombrie conține doar opt remedieri: Ctrl+C anulează din nou o operațiune în curs, iar starea ~/.gemini/state.json este scrisă atomic, cu o copie de siguranță .bak restaurată în caz de corupere; versiunea stabilă și versiunea preliminară rămân neschimbate. 🔗 sursă
  • Modele retrase din GitHub Copilot — Conform anunțului din 3 septembrie, Gemini 3.5 Flash, Gemini 3.6 Flash, Kimi K2.7 Code și Claude Opus 4.7 sunt eliminate din toate experiențele Copilot; GitHub sugerează Gemini 3.8 Flash, Kimi K3 și, acum, Claude Opus 5.5, în loc de Claude Opus 5. 🔗 sursă
  • Testarea unui SKILL.md — Într-un articol al comunității, Golda Manuel propune o metodă, fără măsurători publicate, pentru a verifica dacă o abilitate este găsită, încărcată și utilă agenților de programare: amplasarea așteptată de Claude Code sau Codex, activarea la trei niveluri de solicitare, comparația cu și fără abilitate folosind opt indicatori. 🔗 sursă
  • Manus prezintă în detaliu Video Editor și Game Dev — Două articole din 1 octombrie aprofundează Manus 2.0: Video Editor, din Manus Studio, plasează fiecare element al unui videoclip pe propria pistă (125 de clipuri montate într-un film de 10 min 50 s, cu 195 de tăieturi), iar Game Dev ajustează un joc în timp real; nu sunt precizate nici prețul, nici data. 🔗 Video Editor · 🔗 Game Dev
  • AutoSynthData de la ServiceNow — Echipa CoreAI de la ServiceNow generează sarcini de antrenare verificate pornind de la eșecurile unui model: pe EnterpriseOps Gym, Gemma-4-26B-A4B-it câștigă 7,2 puncte de Pass@1 în domeniul Hybrid și trece de la 18,77 % la 27,18 % în ITSM; nu au fost publicate nici codul, nici datele. 🔗 sursă
  • POCKET-Darwin-180B — VIDRAFT publică o versiune GGUF de 4 biți și 111 Go (față de 360 Go) a Darwin-180B-RSI, un MoE cu 180 de miliarde de parametri: între 18,4 și 21 tokens pe secundă doar pe procesor, 4,17 pe un laptop cu RTX 5060 de 8 Go și 87,65 % pe MMLU-Pro, la fel ca originalul, potrivit autorilor. 🔗 sursă
  • Ghidul modelelor GPT-6 — OpenAI publică un ghid pentru startup-uri: GPT-6 Astra pentru cele mai dificile raționamente, GPT-6.1 Sol pentru cod complex, cercetare și utilizarea computerului, GPT-6 Luna pentru sarcini specifice la scară largă; tokens din cache costă cu până la 95 % mai puțin, în funcție de model. 🔗 sursă
  • ChatGPT scanează mai multe pagini într-un singur PDF folosind camera pe iOS — în curs de implementare, 1 octombrie.
  • Chatham Financial și Codex — Firma de consultanță pentru piețele de capital a construit cu Codex o aplicație de validare a tranzacțiilor: potrivit primelor măsurători, verificarea scade de la aproximativ 30 de minute la mai puțin de 4; platforma sa Onyx combină GPT-5.6 Sol și Terra, GPT-5.4 și GPT-4.1. 🔗 sursă
  • The Den și ChatGPT Work — Potrivit unui studiu de caz OpenAI din 1 octombrie, echipa de conducere a acestui club pentru părinți din Denver economisește între 10 și 15 ore pe săptămână cu ChatGPT Work, conectat la Gmail, Slack și Google Drive; o cerere de finanțare nerambursabilă durează 2 ore în loc de 3 zile. 🔗 sursă
  • GPT-6 Astra Ultrafast pe Blackwell — NVIDIA precizează pe 1 octombrie că nivelul Ultrafast al GPT-6 Astra, lansat de OpenAI pe 29 septembrie, rulează pe GPU-urile sale Blackwell, de până la 8 ori mai rapid decât modul Astra Standard, și că OpenAI își optimizează software-ul de inferență cu propriile modele; nu sunt prezentate cifre noi. 🔗 sursă
  • RL Rollouts la CoreWeave — Prezentat pe 30 septembrie împreună cu CoreWeave Forge și promovat de NVIDIA pe 2 octombrie, acest serviciu construit pe NVIDIA Dynamo încarcă la cald noile checkpoint-uri în timpul post-antrenării prin învățare prin întărire; pe Nemotron 3.5 Lightning, latența de reîncărcare a modelului este îmbunătățită de 15 ori. 🔗 sursă
  • Eleven v4 în ElevenReader — Cel mai expresiv model vocal de la ElevenLabs, lansat pe 28 septembrie, ajunge în aplicația sa de lectură: articole, cărți digitale și PDF-uri redate cu vocea aleasă, în peste 90 de limbi, pe iOS, Android și web. 🔗 sursă
  • Changelog-ul alpha de la Midjourney — Datat 1 octombrie, acesta reunește în principal remedieri, inclusiv parametrii de prompt salvați pentru fiecare dosar și referințele de stil grupate într-o singură etichetă, înaintea unor noi instrumente de colaborare anunțate pentru săptămâna următoare. 🔗 sursă
  • Grok 4.7 la jumătate de preț în Ramp Router — Până pe 6 octombrie, gateway-ul LLM Ramp Router oferă Grok 4.7 cu o reducere de 50 %, o ofertă promovată de SpaceXAI; modelul este tarifat la 2 dolari pentru intrare și 6 dolari pentru ieșire per milion de tokens pe API-ul SpaceXAI. 🔗 sursă
  • Comentarii confidențiale la avizele de securitate — GitHub permite comentarea unui aviz de securitate al unui repository fără ca persoana care l-a raportat să vadă comentariile: doar persoanele cu acces de scriere le pot citi, iar consultările sunt înregistrate în jurnale; un API REST pentru comentarii intră în versiune preliminară publică. 🔗 sursă · 🔗 API REST
  • API-ul GraphQL al GitHub Advisory Database — Obiectul SecurityAdvisory primește cinci câmpuri, inclusiv identificatorul CVE și data publicării de către NVD, iar interogarea securityAdvisories primește două filtre, după severitate și după starea de retragere: nu mai este necesară revenirea la API-ul REST. 🔗 sursă
  • Sfârșitul imaginii macOS 14 în GitHub Actions — Anunțată pe 1 octombrie, retragerea va avea loc pe 2 noiembrie, precedată de opt întreruperi programate în octombrie, între 14 h și miezul nopții UTC; workflow-urile trebuie să treacă la macos-15 sau la macos-latest, care indică macos-26. 🔗 sursă
  • Maturitatea AI în companii — Perplexity publică un ghid care descrie patru stadii de maturitate, rezumă cadrele Gartner, Deloitte și Google Cloud și propune o grilă de autoevaluare; potrivit sondajului McKinsey din 2026 pe care îl citează, 80 % dintre respondenți observă creșteri ale productivității personale, dar numai 37 % o contribuție la EBIT. 🔗 sursă

Ce înseamnă acest lucru

AI aplicată în știință este evaluată tot mai mult după criterii externe celor care o anunță. Meta nu se limitează la a înșira rezultate: fiecare articol precizează ce pasaje au fost redactate de AI, un al doilea grup de matematicieni le verifică, iar articolul de pe blog recunoaște că trei dintre probleme au fost rezolvate și în alte părți. Modelul de prognoză a gripei conceput cu AI de la Google își dovedește valoarea printr-o evaluare realizată de CDC pe durata unui sezon întreg, în comparație cu alte 38 de modele. Ai2 publică ponderile și datele AstaBrief, dar avertizează că aceste comparații datează din 2025: un model deschis poate fi verificat, o evaluare se învechește.

Modelele de decizie devin în câteva zile o categorie de sine stătătoare. După Jev, d1 de la Liquid AI și Clef de la Cloudflare, Perplexity oferă atât un API tarifat per token de intrare, cât și ponderile modelului său; llama.cpp servește aceste modele local, folosind același format System One, iar Replit include Jev în integrările sale fără cheie API. Pentru un dezvoltator, avantajul este concret: o probabilitate pentru fiecare opțiune, obținută într-o singură trecere, în locul unui răspuns textual care trebuie apoi analizat. Comparațiile necesită prudență: rândul Overall din fișă plasează pplx-decider-v1-27b înaintea Jev, dar detaliile publicate îi acordă avantajul lui Jev pe șase benchmark-uri din unsprezece.

Agenții de programare progresează mai repede decât autonomia lor reală. Lăsat singur în fața unui repository pe SWE-sweep, cel mai bun model găsește și remediază doar 4,7 % dintre bug-uri, pentru un cost de peste 7 000 de dolari. Claude Code 2.1.288 dedică cea mai mare parte a celor 89 de intrări unor remedieri, inclusiv reluarea după un timeout al API-ului și mai multe reguli de permisiuni înăsprite, și promovează un mod care supraveghează munca agentului principal. Anthropic abordează celălalt blocaj, competențele umane, alocând 100 de milioane de dolari pentru formarea unor ingineri capabili să ducă o implementare până în producție. Modelele deschise, la rândul lor, își câștigă locul în instrumente, cu GLM 5.3 în Cursor și DeepSeek Harness pe desktop.

Hardware-ul de calcul, în cele din urmă, se diversifică în trei direcții. Google testează pe orbită TPU-uri care ar putea beneficia într-o zi de până la 8 ori mai multă energie solară decât pe Pământ, NVIDIA adaugă la DGX Spark o configurație de 64 Go care poate fi asociată în perechi pentru a ajunge la 200 de miliarde de parametri, iar DeepSeek își face bibliotecile de nivel scăzut utilizabile, cu același API, pe cipurile Ascend de la Huawei. Fiecare, în felul său, extinde gama de locuri și de hardware pe care pot rula modelele.

Surse