Þróunaraðilar eru að krefjast brottfalla allra afritana sem eru búnar til með því að nota stórar tungumálamódel (LLM), og þessa krafa byggist á áhyggjum um mögulegar skaðar. Sem við höfum fjallað um 31. maí, var AI-aðilinn "Villti Vestur" lokaður, og það hækkar þörfina fyrir verkfræðigæði í þróun AI. Nýjasta viðvaranir, sem birtar voru á GitHub, krefjast þróunaraðila að fjarlægja allar LLM-valsins afritan "áður en fólk verður særð af þessu ærgísi".
Málið er mikilvægt þar sem LLM eru notuð í þróun forritunnar, og vekur þar spurningar um ábyrgð og traust. Notkun LLM getur valdið óvæntum villum og ákveðnum áhrifum, sem geta leitt til alvarlegra afleiðna. Kröfur um að fjarlægja LLM AI-aðgerðir eru einnig að birtast á LinkedIn, og sumir argumenta að það sé brot á mannréttindum.
Þar sem umræðan stendur yfir, er mikilvægt að fylgjast með því hvernig fyrirtæki eins og Mozilla svara þrýstingi til að hætta LLM AI-aðgerðum í forritun sinni. Með valmöguleikum eins og CrewAI, sem bjóða upp á innbyggða samvinnu án þess að byggja á LLM, gætu forritarar fljótt fengið fleiri valmöguleika til að tryggja öryggi og heilbrigði síns kóða. Úrslit umræðunnar mun hafa mikilvægar afleiður fyrir framtíð AI í forritun.
Þróun á cross-platform kóðahúkka er í gangi, byggt á fyrra fréttum um Claude AI. Ný verkefni er á vegum Shrijith Venkatramana, sem vinnur að git-lrc, AI kóðaendurskoðandi sem getur keyrt á mörgum stýrikerfum, þar á meðal Windows, með notkun á Go, Bash, PowerShell, WSL og Git-Bash. Þessi verkefni eru ætluð til að gera Claude kóða aðgengilegri og fjölbreyttari, og leyfa forriturum að innleifa það í vinnuflæði sínu auðveldlega.
Getan til að keyra Claude kóða á mörgum stýrikerfum er mikilvæg, þar sem hún getur hraðaður tekið á AI-kóðatólum í fyrirtækjum. Sem Subhash Dasyam bent á í verkefni sínu um að tryggja Claude kóða, er fyrirtækjaiðaðgerð mikilvæg fyrir almenna notkun AI-kóðatóla. Með git-lrc geta forritarar nýtt krafta Claude kóða, eins og sjálfbær kóðun og kóðaendurskoðun, á mismunandi umhverfum.
Þegar verkefnið fer áfram, verður það áhugavert að sjá hvernig git-lrc innleifir í núverandi þróunartóla og stýrikerfi, eins og Azure, .NET og React. Möguleikinn fyrir git-lrc til að bæta agentic kóðatólum, sem gerir kleift að AI að áætla, keyra og debugga kóða, er mikill. Við munum halda áfram að fylgjast með þróun git-lrc og áhrifum þess á framtíð AI-kóðatóla.
Gervigreindarhýpurinn heldur áfram að aukast, en vaxandi fjöldi sérfræðinga varar við "vonbrigðum" - verkefnum og kröfum sem hafa verið miklu höfðu í hendur en sanna sig vera lítils eða engins markverðar. Þessi fyrirbæri eru ekki ný, en þeim er síðast lögð meiri athygli þar sem gervigreindasamfélagið verður sífellt vantrúnaðara gagnvart yfirlýstum kröfum.
Í gervigreindarsamhengi á "vonbrigði" við aðferðir sem fá mikla athygli en sanna sig síðar vera ómerkilegar. Þetta getur átt við til dæmis rangar tilvísanir í rannsóknaritum, ofmetnar vörulánsmöguleika og villandi markaðsstarfsemi. Til dæmis varð upp að því að skýrsla frá rannsóknarfélagi Deloitte og tugir rannsóknarrita á meiningjafri gervigreindarráðstefnu á þessu ári innihéldu tilvísanir sem höfðu verið áður höfðar, sem bendir til þörfar fyrir meiri gagnrýni og skynsemi í gervigreindasamfélaginu.
Þar sem gervigreindalandið heldur áfram að þróa sig er mikilvægt að aðgreina raunveruleika frá skáldskap og vera var við hættunni á að "vonbrigðum" geti þvegið athygli frá alvöru gervigreindanýjungum. Þar sem Alþjóða efnahagssambandið hefur áður virst við áhættum og óvissum sem tengjast gervigreind, eins og atvinnuleysingu og samfélagssveiflum, er mikilvægt að halda jafnvægi og upplýstum sjónarmiði á getu og takmörkum tæknið.
Linktree hefur kynnt nýja eiginleika með vélrænni þekkingu á vefsvæði sínu, sem gerir notendum kleift að búa til sérsniðnar myndir fyrir tengla, fyrirsögur og fyrirsagnir, auk þess að fá innsýn í greiningar. Frá 19. mars 2026 nota þessir eiginleikar stórar tungumálamódel (LLM) til að veita notendum sérsniðnar niðurstöður byggt á inntaki þeirra. Eiginleikinn sem gerir kleift að búa til sérsniðnar myndir fyrir tengla, til dæmis, notar DALL-E 3 frá OpenAI til að búa til nýjar myndir.
Þessi þróun er mikilvæg þar sem hún sýnir vaxandi samþættingu vélrænnar þekkingar í félagsmiðlum og verkfærum fyrir efni-smíði. Með því að nýta vélræna þekkingu, hyggst Linktree veita notendum fleiri valmöguleika og hækkunarmöguleika til að sérsníða prófíl sína og sýna fram á merki sitt. Eiginleikinn sem veitir innsýn, sem er núna í prófunarútgáfu, brotir niður flókna gögn í skiljanlegar skýringar, sem gerir það aðgengilegt fyrir notendur án tæknifræðilegrar þekkingar.
Þar sem Linktree heldur áfram að kynna þessi eiginleika fyrir alla notendur, verður það áhugavert að sjá hvernig þeir hafa áhrif á notendaþátttöku og efna-smíði. Með vaxandi tilvist vélrænnar þekkingar á ýmsum vettvængjum, þar á meðal nýlega áherslu Apple á eiginleika sem nýta vélræna þekkingu, sem við rituðum um 26. maí, er líklegt að við munum sjá fleiri slíka samþættingar í framtíðinni. Notendur geta vænt þess að sjá fleiri eiginleika og tól sem nýta vélræna þekkingu til að einfalda efna-smíði og greiningar, sem gerir það auðveldara að stjórna netveru sínu.
Vaxandi gagnrýni er að koma fram gegn harðri beitingu vélrænnar þekkingarfræði, þar á meðal frá fólki sem ekki er sérfræðingar á sviði tækni. Nýlega myndband frá dómaranum yfir íshokkíleikum hefur orðið vinsælt á netinu, þar sem einstaklingurinn úttrykkir reiði yfir harða baráttu Google fyrir vélrænni þekkingarfræði. Þessi álit er einnig gert af öðrum, þar á meðal í tækniþjálfa, sem eru þolinmóðir til að taka vélræna þekkingarfræði í notkun í starfi sínu.
Svo sem við gerðum grein fyrir 30. maí, hafa sérfræðingar lengi varað við hættur vélrænnar þekkingarfræði, þar á meðal hennar tilhneigingu til að trúa ósönnu fullyrðingum og hennar vantarlega sannri þekkingu. Það er að verða meira almennur skoðunarró, að vélrænn þekkingarfræði sé ofmetin og misskilin, með sumum sem fullyrða að hún sé þvingað á fólk án tillits til þeirra þarfa eða áhyggja. Þessi andstaða er mikilvæg, þar sem hún bendir til þess að almenningurinn verður sífellt vantrúandi gagnvart ávinningum vélrænnar þekkingarfræði og varasti af mögulegum afleiðingum hennar.
Svo sem umræðan um hlutverk vélrænnar þekkingarfræði í samfélaginu heldur áfram að þróa sig, verður mikilvægt að fylgjast með því hvernig tækniþjálfin svöruðu gagnrýninum. Vilja þeir hægja á harðri beitingu vélrænnar þekkingarfræði, eða munu þeir halda áfram að priorita nýsköpun fram yfir varúð? Svarið á þessu spurningum mun hafa miklar afleiðingar fyrir það hvernig vélrænn þekkingarfræði er þröskölduð og tekin í notkun í daglegu lífi okkar.
Klaði og Gemini, tveir leiðandi AI-módel, hafa verið settir á próf í 4 öryggisumboðum með áskrifilegum niðurstöðum. Þann 31. maí fréttaði við um að rannsóknir hafa verið gerðar á öryggi og afkasti ýmissa AI-módela, þar á meðal Klaða og Gemini. Í þessari nýjustu samanburðarprófi fundust báðir módelnir hafa misst af þeim sömu harðningarskrefum, þrátt fyrir að Gemini hafi átt betri árangur en Klaði á tilteknum sviðum, eins og öryggi NestJS.
Niðurstöðurnar benda á mikilvæg vandamál í AI-valdi kóða, þar sem um 63% af kóðanum sleppa nauðsynlegum harðningarskrefum. Þetta vekur áhyggjur um öryggi og áreiðanleika AI-valda kóða, sérstaklega í mikilvægum umsýslum. Að báðir módelnir hafi misst af þeim sömu harðningarskrefum bendir til djúpar vandamáls í þróunarferlinu, fremur en galla í módelunum sjálfum.
Þar sem notkun AI-valda kóða verður algengari er mikilvægt að taka til þessara öryggisglappa. Forritarar og notendur ættu að vera varir við möguleg áhættur og taka skref til að tryggja að kóðinn sé þurftilega umfjöllunn og prófaður. Keppni milli Klaða og Gemini mun líklega hraða framförum og bætingum í AI-öryggi, og við munum vona okkur frekari þróun í þessu sviði í næstu mánuðum.
Áætlun Apple fyrir sjónauka endurspeglar árangursríka aðferð fyrirtækisins í garð klukkna, þar sem nýja tækin eru ætluð að virka sem aukatæki við iPhone. Þessi ákvörðun er líklega svar við vaxandi tilstígu Meta á markaði sjónaukanna. Það sem við höfum lýst þann 26. maí, að Siri sé miðlægur hluti í nýrri áætlun Apple, leggur áherslu á einkamál og snúningur fyrirtækisins að sjónaukum gæti verið tilraun til að endurheimta áhuga.
Ákvörðunin um að þróa sjónauka sem aukatæki fyrir iPhone, á sama hátt og Apple-klukka, bendir til þess að Apple einbeiti sér að að búa til samfelda notendaupplifun á milli tækja. Þessi aðferð hefur reynst vel fyrir Apple-klukku, sem hefur þróaðist frá luxustæki til heilbrigðistæki sem milljónir bera. Snúningur Apple til sjónaukanna bendir til þess að fyrirtækið sé ákveðið í að keppa á þessum nýjum markaði.
Þegar áætlun Apple fyrir sjónauka tekur form, verður mikilvægt að fylgjast með því hvernig fyrirtækið jafnar á milli nýsköpunar og áhyggja notendna varðandi einkamál, sem er lykilþáttur í heildaráætlun fyrirtækisins. Þar sem Meta er að þróa tækni sjónaukanna, verður svar Apple varpað athygli í gegn um áhorfendur og neytendur.
Pytorch fyrir Neuronanet Part 2: Upphafstillaga á Vigtum og Álagi, framhald af fyrra grein okkar um að skrifa fyrsta neuronanetið í Pytorch, dregur fram á mikilvæga skrefið í upphafstillagu á vigtum og álagi. Sem við gerðum grein fyrir á 30. maí, er Pytorch lykilverkfæri fyrir byggingu neuronaneta, og rétt upphafstillaga er nauðsynleg fyrir ótrúlega frammistöðu. Upphafstillaga á vigtum og álagi ákvarðar hvernig neuronanetið lærir af gögnunum, og gerir það að mikilvægum þátt í þjálfunarferlinu.
Val upphafstillagamáta getur haft mikil áhrif á frammistöðu módelins, með valmöguleikum á borð við jöfnu, venjulega, Xavier, Kaiming, eitt og núll. Pytorch veitir innbyggða upphafstillagamáta, og notendur geta einnig skilgreint sérsniðna upphafstillagatækni. Þessi hugsaði leyfir þróunarvirkjum að prófa á mismunandi aðferðum til að finna besta aðlögun fyrir sérstakt notkunartilfelli.
Meðan þróunarvirkjar halda áfram að kanna getu Pytorch, verður næsta skref að búa til framvörslu í gegnum neuronanetið, og gerir módelið kleift að vinna með inngögn og búa til útgögn. Með vigtum og álagi upphafstillöguð, er sviðið tilbúið fyrir frekari þróun og endurbætingu á neuronaneti, og opnar leið fyrir flóknari umsóknir og nýsköpunar í sviði gervigreindar.
Databricks hefur sett upp prompt caching til að streyma opinn stórt tungumálamódel (LLM) úrvinnslu, ákvörðun sem minnkar GPU-kostnaði fyrir fyrirtæki til verðmætis. Þessi uppfærsla, sem var tilkynnt 23. maí 2026, gerir kleift að endurnýta KV-caches fyrir eins prompt, sem leiðir til hraðari og ódýrari LLM úrvinnslu. Með endurnotkun á endurtekinum prompt fyrirliðum, hvetjar prompt caching eiginleikinn í Databricks um 2,5-faldan meiri flæði og minnkar P50-fyrirspurnartíma um 3-faldan fyrir módel eins og GPT-OSS, án þess að þörf sé á aukinni stillingu.
Þessi þróun er mikilvæg þar sem hún svarar gegn mikilvægum vandamálum fyrir fyrirtæki sem nota opinn LLM, sem oftast krefjast mikillar reikniafls og valda háum kostnaði. Með því að optíma LLM úrvinnslu, getur prompt caching eiginleikinn í Databricks hjálpað fyrirtækjum að spara peningum á gervigreind og bæta meiri starfsemi. Þar sem eftirspurn eftir LLM heldur á að aukast, er þessi uppfærsla sérstaklega tímað, og gerir fyrirtækjum kleift að setja þessi módel í framleiðslu á betri hátt.
Þegar við horfum til framtíðarinnar, verður það áhugavert að sjá hvernig keppinautar Databricks svara þessari ákvörðun og hvort þeir munu taka upp svipaðar prompt caching aðferðir. Auk þess mun áhrif þessarar uppfærslu á víðari gervigreindarlandslagið verða áhugavert að fylgjast með, sérstaklega í þeim tilgangi að hröðnunarmöguleika opinn LLM í ýmsum iðnaði. Með síðustu uppfærslunni hefur Databricks sett nýtt staðal fyrir að streyma LLM úrvinnslu, og verða líklega áhrifin á tekinæðið.
Íran hefur snúið um borða með notkun bandarískrar AI-tækni, eins og ChatGPT og Gemini, til að styrkja net- og upplýsingastríðsgetu sína. Samkvæmt skýrslu frá Financial Times, gerir þetta Íran kleift að forrita tölvuvírus á óhefðbundinn hátt, sem dregur úr miklu cybersárásir á mörg mark.
Þessi þróun er mikilvæg þar sem hún undirbýr tvíeggja náttúru AI-tækni, sem getur verið notuð bæði til byggingar og eyðingu. Það að Íran nýti bandarískt AI til að mæla áhugasviðum Washington undirbýr flækju heims AI-landskapans, þar sem tæknifræðileg framfarir geta hratt verið endurnýttar af andstæðingum.
Meðan spennan milli Bandaríkjanna og Íran heldur áfram að gufa, með áframhaldandi umræðum um mögulegan samning og djúpt rótgróin vantraust milli ríkjanna tveggja, er notkun AI í netstríði líklega að verða allt meir vandaður þáttur. Alþjóðasamfélagið ætti að fylgjast vel með því sem fer fram, sérstaklega þar sem hættan á AI-kjörfurum veldur aukningu í svæðinu.
OpenAI hefur gefið út GPT-5.5, það þróttmestu gervigreindarmódelið til dato, ásamt ChatGPT Images 2.0. Þetta nýja módel birtir aukna sjálfbærni, árangamátt og getu til að meðhöndla flókna verkefni með meiri lélegð. Þar sem við rituðum um það 31. maí, er þróunartíðni OpenAI aukin, með GPT-5.5 komið út aðeins mánuði eftir forgjöf sitt.
Útgáfa GPT-5.5 er mikilvæg, þar sem hún undirbýr ákveðni OpenAI til að ýta fram úr getu gervigreindar. Með GPT-5.5 geta notendur búist við umbunalegri frammistöðu í verkefnum eins og ritun og villuleit í kóða, rannsókn á netinu og greiningu á gögnum. Þessi þróun er sérstaklega áberandi í ljósi nýjustu fréttanna um að Íran noti bandarískt gervigreindatæki, þar á meðal ChatGPT, sem vopn gegn Washington, og bendir á mögulegar áhættur og afleiðingar þróttmikillar gervigreindar.
Þar sem gervigreindalandið heldur áfram að þróa sig, er mikilvægt að fylgjast með afleiðingum þessara nýjunga á öryggi og tryggi. Með tillögu Mistral AI sem efsta gervigreindarmódeli ársins 2025, er líklegt að iðnaðurinn sjá aukna keppni og nýsköpun. Þar sem við förum áfram, verður það lykilatriði að fylgjast með því hvernig nýjungar OpenAI hafa áhrif á markaðinn og hvernig þeir takla vaxandi áhyggjur um öryggi gervigreindar og ábyrgðarþróun.
Agentpack er nýtt tól sem birtist núna og býður upp á einangruðu umhverfi fyrir Claude Code, Codex og OpenCode. Þetta er mikilvægur viðbótarþáttur þar sem hann gerir kleift að endurteknum umhverfum fyrir vélræna þroskun, sem er mikilvægur þáttur í vinnu með nútíma aðgenta eins og Claude Code og Codex. Agentpack býr til tímabundnar umhverfisútlitur, sem gerir þróunaraðilum kleift að vinna með hæfni, haki og MCP á samræman og áreiðanlegan hátt. Þetta er sérstaklega mikilvægt þar sem aðgentar hleða þessi þætti á mismunandi hátt. Með því að veita þéttan fyrstu kaartan áður en tólinurop hefjast, gerir Agentpack endurteknar áttun og straumvæðir þróunarferlið.
Það sem á að horfa á næst er hvernig Agentpack mun sameinast við núverandi vettváng, eins og Ruflo, sem veitir taugakerfi fyrir Claude Code, sem gerir sjálfs skipulag, lærdóm og öryggislega samskipti milli aðgenta. Þar sem AI-kóðaverkvæðið heldur áfram að þróa, munu tól eins og Agentpack spila lykilhlutverk í að auka framleiðni, áreiðanleika og samvinnu milli þróunaraðila sem vinna með fremsta aðgenta eins og Claude, Codex og OpenCode.
GBrain, nýtt mannskjaðaðgerðaminni sem þróað var af Garry Tan, hefur birst sem sjálfsnægð minnislag fyrir mannskjaðaðgerðaforrit. Þetta opna kerfi gerir mannskjaðaðgerðaforrit kleift að muna upplýsingar með notkun á TypeScript og Bun fyrir uppsetningu. Sem framkvæmdastjóri Y Combinator, opnaði Tan GBrain, sem hefur sjálfsnægð þekkingargrafa sem veitir mannskjaðaðgerðaforritum varanleg minni, sem samanstendur af 17.888 síðum, blandandi leit, einingarútilágð og 34 hæfni.
Þessi nýsköpun er mikilvæg þar sem hún svarar gegn þeirri mikilvægu þrá hyrnurðarforrita - vinnu minnis. Hæfni GBrain til að sameina, fara yfir grafana og greina bili gerir hana mikilvæg nýsköpun. Mögulegar umsýslur hennar eru víða, frá aukinni starmsfræði mannskjaðaðgerðaforrita til að þjóna sem sameiginleg minni fyrir fyrirtæki. Sem eigin framsetning Tan sýnir, getur GBrain verið innleyst í núverandi kerfi, sem gerir hana áhugaverða lausn fyrir forritara.
Þar sem mannskjaðaðgerðasamfélagið heldur áfram að kanna hæfni GBrain, verður mikilvægt að fylgjast með því hvernig þessi tækni þróast og verður tekin í notkun. Með leiðbeiningum og útfærsluleiðbeiningum sem eru nú til, geta forritarar fljótt byrjað að nota GBrain. Næstu skref munu líklega fela í sér að finna kerfið, auka hæfniþorfið og kanna umsýslur þessarar tækni í ýmsum iðnaði. Sem við höfum fjallað um skyldar fréttir, eins og Agentpack og Intentsify, merkir þróun GBrain mikilvæg víti í leit að fremri mannskjaðaðgerðum, og verða áhrif hennar varðað í næstu mánuðum.
Norðurlöndin eru á ferðinni að fylgjast með nýjungum í forritunarmálum, sérstaklega málinu Zig. Sem við gerðum grein fyrir 31. maí, fékk kóreska ríkinu aðgang að nýjasta módel OpenAI, GPT 5.5, og nú virðist það sem að forritarar eru að skoða nýjar leiðir til að tengja saman gervigreind og forritun. Campuscodi, þekktur maður í Mastodon-samfélaginu, hefur sýnt áhuga á Zig, forritunarmáli sem hefur verið að vinna sér völl í síðkastið.
Þetta máli, þar sem Zig hefur möguleika á að bylta upp á háttinn sem við forritum, sérstaklega í sviði gervigreindar og vélamóta. Með áherslu sína á afkastagetu, áreiðanleika og viðhalðanleika gæti Zig orðið lykilverkfæri fyrir forritara sem vinna að flóknum verkefnum í gervigreind. Þar sem Campuscodi, þekktur fyrir starf sitt í forritunarfélaginu, hefur tekið Zig til sín, bendir það til þess að málið sé að vinna sér völl.
Meðan við fylgjumst með þróun Zig og mögulegum notkunum í gervigreind, verður það áhugavert að sjá hvernig samfélagið svarar. Verður Zig að verða forritunarmálið sem gervigreindaaðgerðasérfræðingar velja, eða mun það vera á hótelínu? Næstu mánuðir verða mikilvægir í að ákvarða ferð Zig og áhrif þess á Norðurlöndunum í gervigreindarkerfinu. Með uppgangi stórra tungumálamódela eins og GPT 5.5 hefur þörf fyrir efna og áreiðanleika forritunarmál aldrei verið mikilvægari, og gera Zig verkefni sem það er víst að fylgjast með.
Vísindamenn frá Háskóla Chicago hafa þróað vafrabæti sem heitir Quicksilver, sem er hönnuð til að greina hvort lag sé AI-búið til. Þessi tólai skoðar fyrir ágreinileg "eiginleika" í hljóði sem eru ógreinanlegir fyrir mannaheyra, sérstaklega þeir sem eru framleiddir af vinsælum AI-tónlistarvélum Suno og Udio. Með einfaldri snertu á "Greina" takkann geta notendur ákveðið hvort lag hafi verið búið til með notkun á gervigreind.
Þessi þróun er mikilvæg þar sem hún eflir opna og siðferði í tónlistarbransanum, þar sem AI-búin innihald er að verða algengara. Þar sem AI-upprunalegir þróunartól eru að flæða á markaðinn, og AI-fact-checking á sér erfitt erfiði, vaxa þörfir fyrir slíkar greiningartól. Vafrabætið Quicksilver er mikilvæg skref í átt að að móta áhyggjur um heimild og höfundarétt í tónlistarsköpun.
Þegar við horfum á þróun gervigreindar í tónlist, verður það áhugavert að sjá hvernig iðnaðurinn svarar við þessu nýja tóli. Verður það að verða staðall fyrir tónlistarvélar og höfunda að afhjúpa AI-búið innihald? Hvernig mun þetta hafa áhrif á notkun gervigreindar í tónlistarframleiðslu, og hvaða frekari þróun getum við vona okkur í gervigreindargreiningartækni? Vafrabætið Quicksilver er marktæk viðbótar hluti til vaxandi safns gervigreindargreiningartóla, þar á meðal þeirra sem eru fyrir texta, eins og AI Detector og AI Checker Tool.
Spring AI og JTokkit hafa kynnt til sögunnar fléttuðu minningu, lausn til að draga úr kostnaði tengdum löngum samhengi við Endurnýjun með Auknu Sköpun (RAG). Þessi nýjung er mikilvæg þar sem hún leysir úr mikilvægum vandamáli fyrir fyrirtæki sem byggja á stórum tungumálamódelum (LLM), þar sem endurteknir löngir samhengir geta leitt til hárra reikninga. Eins og við gerðum grein fyrir 30. maí, GraphRAG vs Vector RAG og takmörk einfaldra vektorsleit, hefur þörf fyrir áhrifaríkar RAG-lausanir orðið allt því augljósari.
Nýja fléttuðu minningarkerfið gerir kleift að ná 90% minningu á botni með því að einangra þunga, óbreytanlega samhengi í framan við minningu og staðfesta merkingarmörk með JTokkit. Þessi aðferð tryggir mikil peningaborgun, með minningalestur sem kostar um 10% af venjulegum innskotstexta. Kynning fléttuðu minningarkerfisins er breytt fyrir chatbot-aðgerðir sem meðhöndla yfir 10.000 fyrirspurnir daglega, þar sem kostnaðarmunurinn á milli notkunar á röllum löngum samhengi og minningu getur verið allt að 12 sinnum.
Þar sem AI-landið heldur áfram að þróa sig, verður mikilvægt að fylgjast með notkun fléttuðu minningarkerfis og áhrifum þess á iðnaðinn. Með tillögu Anthropic sem sýnist lofaða, þar á meðal 70% lækkun á API-reikningum, lítur framtíð RAG út fyrir að vera meiri peningaborgun. Samsetning samhengisleitartækni, eins og Samhengis-innbætur og Samhengis-BM25, með minningu, mun líklega auka áhrifaríknai AI-kerfum, draga úr mistökum og bæta almennt afkastagetu.
Rannsókn nýlega hefur tekist að byggja og mæla íslenska útgáfu af RecursiveMAS, fjölfletta réttvísi ritgerð. Ritgerðin, sem var birt á arXiv sem 2604.25917, sýnir að flettar sem deila innri réttvísi stöðu ná betri árangri en þeir sem gera ekki. Þessi framför varpar mikilvægum áhrifum á þróun mannsamtalssjálfvirkni kerfa og sjálfbærra vinnuflæða.
Sem við höfum séð í nýlegum framförum, eins og innleiðingu DeepSeek V4 í Claude Code og kynningu Grok Byggingu, xAI multi-agenta coding CLI, verður geta til að setja í vinnslu fjölfletta svörð, alltof mikilvægur. RecursiveMAS tilraunin hækkar á mögulegum ábata þessarar aðferðar, eins og bættar frammistöðu og árangri. Niðurstöður tilrauninnar eru líklega að hafa áhrif á þróun framtíðar sjálfvirkni kerfa, sérstaklega þeirra sem nýta Claude Code og aðra fjölfletta byggingar.
Í framtíðinni verður það athyglisvert að sjá hvernig niðurstöður þessarar tilrauninnar eru notaðar í reynslu, sérstaklega í samhengi við fyrirtækjaflokka byggingar og sjálflærandi svörð. Með áframhaldandi þróun pláttanna ruvnet/ruflo og n8n, sem hafa til markmiðs að einfalda sköpun lagfletta kerfa, líklega að framtíð fjölfletta sjálfvirkni verði mótuð af nýjungum eins og RecursiveMAS.
Ronny Chieng, Emmy-verðlaunadaður grínisti og leikari, talaði á Degi námsflokks Harvard árið 2026 og lagði áherslu á mikilvægi ábyrgðarfullrar þróunar gervigreindar. Þar sem við gerðum grein fyrir 31. maí, hafði Chieng áður gefið viðvörnun um hættur gervigreindar og staðfesti ræða hans við Harvard þessa skilaboð.
Ræða Chiengs hefur áhrif þar sem hún birtir þörfina fyrir vitund og varkárni þegar um er að ræða gervigreind, sérstaklega sjálfvirkni gervigreind. Viðvörnun hans kemur á tímum þegar gervigreindarmódel eru notuð í aukinni mæli í fjölbreyttum þáttum lífsins og hættur og afleiðingar óréttar notkunar þeirra verða óskarpar.
Það sem á að horfa á næst er hvernig skilaboð Chiengs hafa áhrif á útskriftarflokkin og víðari samfélagið. Sem framsýndur maður gætu viðvörnun hans vakið nýja kynslóð leiðtoga til að priorita ábyrgðarfullri þróun gervigreindar og til að hugsa um mögulegar afleiðingar skapanna. Með áframhaldandi umræðu um eftirlit og öryggi gervigreindar er ræða Chiengs tími til að minna á þörfina fyrir varkárni og áætlun í þessum hratt þróandi sviði.
Þegar við grafið okkar í dýptir þróunarkerfisins, hefur ný tól birst sem lýsir því hvað gerist þegar tæknivél er beðin um að finna eigin blindspot. Höfundur þessarar tækni, sem var búin til fyrir Hermes Agent Challenge, leitaði að rannsaka læringarferlið þegar eitthvað er byggt með tæknivél, og spúrði hvort tæknivélin sé þess virði að fara með þróunina eða hvort raunverulegur framgangur sé náður.
Þessi þróun er mikilvæg því hún lýsir þörfinni fyrir opna og skilning í þróun sem notar tæknivél. Með því að láta tæknivél finna eigin blindspot geta þróunarfólk fengið innsýn í ákvarðanatökuferlið og greint mögulegar umbætur. Þetta tól hefur möguleika á að bylta á þann hátt sem við nálgumst þróun tæknivéla, og leyfa meira þægilegu og áhrifaríku samstarfi milli manna og véla.
Meðan við fylgjumst með þessu rymi, verður það áhugavert að sjá hvernig þetta tól er tekið af þróunarsamfélaginu og hvernig það hefur áhrif á framtíð þróunar tæknivéla. Verður það venjuleg venja að láta tæknivélar finna eigin blindspot, og hvaða áhrif hefur það á iðnaðarins sem heild? Ferð höfundar í að bygja þetta tól, og óvænta uppgötvun ECHO Hunt, er vitni um flóknar og áskorun sem geta rispað þegar unnið er með tæknivél.
Vantir um mögulegan "Rafrænan Myrkáld" hafa komið á nýjan leik, þar sem tapi á rafrænum fræðum og gögnum gæti merkt mikil fall í mannlegri skilningi. Sem við gerðum grein fyrir 31. maí, eru mannréttindakostnaðir af sjálfvirkri tölvunarfræði og möguleiki þess að sjálfvirkar tölvur "svíki" og rjúfi mannlegan framför, þrjangandi mál. Föllin sem tengjast Rafræna Myrkáldi eru þannig að ef við komum ekki í veg fyrir að varðveita og breyta rafrænum upplýsingum okkar, gætu framtíðarþjóðir ekki aðgang að þeim né getað lært á þeim.
Þetta máli, því að heildarheilbrigði rafrænna skjala okkar og fræðagrunns er mikilvægt fyrir framhaldandi nýsköpun og framfarir. Mögulegir afleiðingar Rafræns Myrkálds eru víðfeðmar, með áhrif á sviði eins og vísindum, sagnfræði og tækni. Sem rafmagnsverkfræðingur og fyrrverandi höfundur bendir á, getur hrun rafrænna undirstöðu okkar haft eyðileggjandi áhrif á mannlegan skilning og þekkingu.
Meðan umræðan um Rafrænan Myrkáld heldur áfram að þróa sig, er mikilvægt að fylgjast með þróun í rafrænum varðveislu og gagnageymslu. Rannsóknir og sérfræðingar vinna að því að takla áskorður varðveislu rafrænna upplýsinga, og árangur þeirra verður mikilvægur í því að forða mögulegu Rafræna Myrkáldi. Aðkomandi mánuðir verða lykilþáttur í að ákvarða áttina á rafræna framtíð okkar, og er mikilvægt að vera upplýstur um nýjungar á þessu sviði.
