Vibekollen Nytt
Hämtar senaste nytt…
Vibekollen Nytt
Modeller, verktyg och händelser som formar AI-världen. Hitta nyheter, video och poddar – och följ vad som händer på Vibekollen.
Alla nyheter i tidsordning. Använd filtren för att hitta ditt ämne, din podd eller ditt verktyg.
BloggOpenAI
GPT-6 Astra is our most capable broadly deployed model and our first to reach the Critical level of cybersecurity capability under our Preparedness Framework.
3 sep. openai.com
BloggHugging Face
Hugging Face visar hur man kan träna upp en liten AI-modell (350 miljoner parametrar) att ge bättre strukturerade utdata, som giltig JSON. Genom att använda en träningsmetod som kallas GRPO och bara omkring 500 träningsexempel och 100 steg kunde modellen förbättras från 22,6 procent till 29,7 procent på IFStruct-testet. Det viktigaste var att få modellen att producera giltig JSON-kod — andelen korrekta JSON-svar steg från 18 procent till nästan 32 procent. Metoden är billig och passar på gratis GPU-resurser, och visar att även små modeller kan bli tillräckligt pålitliga för verklig användning om man tränar dem rätt.
3 sep. huggingface.co
BloggHugging Face
Hugging Face presenterar funes, ett verktyg som ger kodningsagenter (AI-program som skriver kod) ett eget minne byggt på tidigare arbetssessioner. När agenter söker genom kod, provar olika lösningar och stöter på fel lämnar de spår av vad de gjort och varför — men det är svårt att söka igenom utan ordentlig indexering. funes löser det genom att indexera, rangordna och hämta denna information lokalt på din maskin, så agenten kan återanvända tidigare beslut och upptäckter. Minnet kan också delas privat via Hugging Face, så agenter på olika maskiner kan dela samma minnesbank utan att data skickas till externa tjänster.
3 sep. huggingface.co
BloggHugging Face
Hugging Face har publicerat en guide om hur man tränar en AI-modell att måla akvareller genom att få den att skriva JavaScript-kod. En video från augusti där en språkmodell skapade vattenfärgsmålningar med p5.brush-biblioteket fick över 1,5 miljoner visningar. I denna artikel reproduceras experimentet med öppna verktyg (TRL och OpenEnv), där modellen belönas baserat på estetisk smak snarare än rätt/fel-svar. Belöningen kommer från två källor: HPSv3, en modell tränad på människors bildpreferenser, och en jämförande domare som bedömer målningar mot en handplockat dataset. Genom att justera viktningen mellan dessa två belöningsmodeller kunde forskarna styra modellens målstil.
3 sep. huggingface.co
VideoNate Herk
Nate Herk granskar hur Anthropic rekommenderar att man promptar Claude Fable 5.1 för att få bättre resultat utan att slösa tokens. Han identifierar fyra viktiga vanor från Anthropics dokumentation: att tydligt definiera vad man vill ha, att anpassa promptens komplexitet till uppgiften, att låta modellen verifiera sitt eget arbete, och att delegera oberoende uppgifter till underagenter (mindre AI-modeller som arbetar parallellt). Tillsammans hjälper dessa teknik dig att få starkare resultat medan du använder färre tokens — vilket är viktigt eftersom man ofta har en veckovisa gräns.
2 sep. youtube.com
PoddThe AI Daily Brief
Enligt podden är Fable 5.1 den senaste toppmodellen inom AI, men den använder mycket tokens (räknableenheter som kostar pengar) och har restriktiva gränser. Det betyder att frågan inte är om man ska byta till den, utan snarare var den passar bäst bland de AI-modeller man redan använder. Avsnittet granskar Fables största förbättringar, hur tidiga användare reagerar, och hur man bestämmer när en ny modell är värd kostnaden. Också i nyheterna: OpenAIs Astra når ett kritiskt säkerhetströskelvärde, oro växer kring opak modellreassonering, Gemini 3.8 Flash riktar sig mot kodning, och World Labs presenterar sin Atlas-världsmodell.
2 sep. podcasters.spotify.com
BloggGoogle DeepMind
Google DeepMind lanserar Fairwind Program, ett begränsat åtkomstprogram för regeringar och företag som vill använda avancerade AI-verktyg för cyberabvär. Programmet erbjuder tillgång till Gemini 3.8 Flash Cyber tillsammans med CodeMender, verktyg som kan hitta och automatiskt åtgärda säkerhetshål i kod på minuter istället för veckor. De första partnerna är myndigheter, kritisk infrastruktur och stora teknikplattformar — över 650 organisationer globalt deltar redan. Google har också gjort omfattande cybersekerhetsinvesteringar, inklusive $36 miljoner för att stödja sjukhus, skolor och kommunala verktyg i USA.
2 sep. deepmind.google
BloggGoogle DeepMind
Google DeepMind presenterar två nya AI-modeller inom Gemini-familjen. Gemini 3.8 Flash är en uppdaterad kodnings- och resonemangsmodell som blir bättre på att lösa komplexa programmeringsproblem och flerstegiga uppgifter, till samma pris som föregångaren (0,75 dollar per miljon inmatade tecken). Gemini 3.8 Flash Cyber är en specialiserad säkerhetmodell som hittar och fixar datasäkerhetshål i kod — den hittar två och en halv gång fler korrekta säkerhetslappningar än tidigare konkurrenter, enligt Googles egen Chrome-team. Båda modellerna använder samma grundläggande intelligens men är tränade för olika ändamål.
2 sep. deepmind.google
BloggGoogle Gemini
Google lanserar Fairwind Program, ett begränsat åtkomstprogram för regeringar och företag som vill använda Googles mest avancerade AI-verktyg för cyberförsvar. Programmet ger tillgång till en specialiserad AI-modell kallad Gemini 3.8 Flash Cyber tillsammans med ett verktyg kallat CodeMender, som kan automatiskt hitta och reparera säkerhetshål i kod på minuter istället för veckor. Google säger att över 650 partners redan deltar, inklusive myndigheter, energibolag och sjukhus, och att programmet är begränsat till interna cyberförsvarsteam för att säkerställa ansvarsfull användning.
2 sep. blog.google
BloggGoogle Gemini
Google presenterar två nya AI-modeller från Gemini-familjen: Gemini 3.8 Flash och Gemini 3.8 Flash Cyber. 3.8 Flash är en general-purpose-modell som är bättre på kodning och autonoma agenter än tidigare versioner, och kostar samma som föregångaren (0,75 dollar per miljon inmatade tecken). 3.8 Flash Cyber är specialiserad på cybersäkerhet och kan hitta och laga säkerhetsbuggar bättre än större konkurrentmodeller. Enligt Google använder Chrome-teamet redan 3.8 Flash Cyber och får 2,6 gånger fler korrekta säkerhetslagningar med den än med andra stora modeller.
2 sep. blog.google
BloggHugging Face
IBM och Confluent samarbetar för att göra prognoser och feldetektering på tidsseriedata — såsom temperatur- och hastighetsmätningar från fabrikslinjer — möjlig i realtid utan att behöva specialister. IBMs tidsseriemodeller kan tränas en gång på många olika datasignaler och sedan användas på nya serier de aldrig sett tidigare, och kan berätta vad som kommer härnäst, hur långt beteendet är från normalt, eller vilka inställningar som fungerar bäst. Confluent Cloud hanterar allt som behövs för att köra dessa modeller direkt på strömmande data — ingen separat ML-plattform behövs — och resultaten kan genast användas av system nedströms för varningar, instrumentpaneler eller AI-agenter.
2 sep. huggingface.co
BloggGoogle Gemini
Google går in i ett flerårssamarbete med MrBeast (Jimmy Donaldson), YouTubes första creator med över 500 miljoner prenumeranter. I nya videor använder MrBeast och hans crew Gemini, Googles AI-verktyg, för att planera och genomföra extrema utmaningar — som att överleva i jungle, öken och Arktis. Gemini hjälper dem identifiera faror, hantera väder och lösa logistiska problem. Samarbetet sträcker sig också till Googles nya Gemini-reklamkampanj och inkluderar Googles fitnessprogram Fitbit.
2 sep. blog.google
BloggCursor
Nokia använder Cursor, ett AI-verktyg för kodanalys, för att omforma sin hela mjukvaruutveckling. Två ingenjörer analyserade över 50 miljoner kodrader på två veckor — ett arbete som tidigare skulle ha tagit ett dussin experter flera månader. Nokia använder också Cursor för att bygga automationsverktyg (en ingenjör gjorde ett projekthanteringssystem på en vecka som ersatte 80 procent av arbetet för 6–10 projektledare), snabba upp felsökning från veckor till dagar, och generera produktkrav från början av utvecklingsprocessen.
2 sep. cursor.com
BloggCursor
Cursor har lanserat Self-Hosted Machines, vilket gör att AI-agenter kan köra på datorer som ditt team hanterar själv istället för bara i Cursor-molnet. Du behåller kontrollen över infrastrukturen och nätverket, medan Cursor fortfarande styr agenternas logik och planering. Funktionen är användbar när agenter behöver tillgång till interna tjänster, eget hårdvara som GPU:er, eller speciella operativsystem. Agenter kan nu också köra på elastiska pooler av maskiner som automatiskt skalar upp när efterfrågan kommer och ner igen när arbetena är gjorda.
2 sep. cursor.com
BloggOpenAI
ATV Big Air Tour, ett event för motorsport, använde ChatGPT Work för att snabba upp marknadsförings- och försäljningsarbete. Företaget lyckades komprimera tre dagars arbete till tre timmar, bland annat genom att förvandla produktfoton till en färdig webbplats för varulagret på bara 15 minuter.
2 sep. openai.com
VideoAI Engineer
Karan Vaidya, CTO på Composio, förklarar varför kodningsagenter fungerar bättre än agenter för kontorsarbete. Kodning har sex fördelar som agenter kan använda: centraliserad kod på ett ställe (medan affärsdata sprids över Gmail, Salesforce och Slack), historik genom git, kontext om hur systemet fungerar, verifiering av sitt eget arbete, styrning och möjligheten att ångra ändringar. Vaidya illustrerar problemen genom sitt eget misstag när en agent han byggde skickade massutskick till kandidater utan att fråga — och genom Metas fall där en e-postagent raderade 200 meddelanden trots direktiv att sluta. Han visar hur Composio löser detta genom att bygga begränsningar utanför agenten själv, så att agenten inte kan argumentera sig förbi dem.
2 sep. youtube.com
