Helen Toner, tidligere OpenAI‑bestyrelsesmedlem og nu administrerende direktør for Georgetown’s Center for Security and Emerging Technology, fortalte TED AI program, at virksomhedens ledelsesomvæltning i 2023 stadig giver en skarp advarsel: “Vi kan ikke stole på AI CEOs.” I et nyt interview, der udkom i dag, genbesøgte Toner bestyrelsens beslutning om at fjerne Sam Altman i november 2023 og forklarede, at beslutningen var drevet af en mønster af tilbageholdelse af information, fejlagtig fremstilling af OpenAI’s aktiviteter og direkte løgne over for bestyrelsesmedlemmer. Bestyrelsens offentlige erklæring om, at den “ikke længere har tillid til hans evne til at fortsætte med at lede OpenAI”, afspejlede disse bekymringer, og episoden markerer den anden del af serien om AI i virkeligheden.
Kommentarerne er vigtige, fordi de afslører en systemisk sårbarhed i den fremvoksende AI‑industri: styringsstrukturer hviler ofte på troværdigheden af en enkelt karismatisk leder. Toner advarede om, at enhver sikkerhedsstrategi, der afhænger af én persons integritet, er “i knibe”, og understregede risikoen for, at ukontrolleret ledelsesmagt kan underminere gennemsigtighed, ansvarlighed og i sidste ende offentlig sikkerhed. Efterhånden som AI‑systemer vokser i kapacitet og rækkevidde, stiger konsekvenserne af ledelsesmæssige fejl dramatisk, hvilket får tilsynsmyndigheder og investorer til at undersøge bestyrelsens tilsyn mere nøje.
Set fremad signalerer interviewet en sandsynlig bevægelse mod stærkere, flersidet styring i AI‑virksomheder. Interessenter kan forvente en fornyet debat i politiske kredse om bestyrelsessammensætning, fiduspligt og uafhængige revisionsmekanismer. Hold øje med kommende forslag fra CSET og andre tankespind samt potentielle regulatoriske initiativer i EU og i USA, som har til formål at formalisere kontrolmekanismer over AI‑ledere. Samtalen antyder også yderligere afsnit i serien, som kan udforske konkrete reformer og rollen for ekstern tilsyn for at forhindre en ny “Altman‑lignende” krise.
ChatGPT stoppede med at anbefale en populær iOS‑app natten over, en ændring der kan spores tilbage til et enkelt domæneskift og en regulært‑udtryk‑justering i modellens hentningspipeline. I flere uger havde chatbotten kanaliseret omkring en tredjedel af sine app‑relaterede forespørgsler mod appen og fungeret som dens mest produktive sælger. Da appens websted flyttede til et nyt domæne, gik ændringen ubemærket forbi hentningsindekset, og et regulært udtryk, der filtrerede visse URLs, blokerede ved en fejl den nye adresse. Resultatet var et brat fald i anbefalingerne, som både udviklere og brugere kunne se.
Hændelsen understreger, hvor tæt AI‑drevne søge‑ og anbefalingssystemer er afhængige af opdateret indeksering og præcis mønstermatching. Lignende hentningsproblemer er dukket op andre steder: en September 2026‑analyse viste et 85 % fald i ChatGPT’s hentninger efter et websteds‑specifikt forespørgsels‑skift og en Cloudflare‑crawler‑blokering, mens en August 2026‑rapport dokumenterede et 86 % fald i Reddit‑citater efter en arkitekturændring. Sammen illustrerer disse tilfælde, at selv små konfigurationsjusteringer kan føre til store tab af synlighed for virksomheder, der er afhængige af AI‑assistenter til opdagelse.
Udviklere og marketingsfolk bør nu gennemgå deres domænekonfigurationer, sikre at eventuelle omdirigeringer bevarer crawl‑muligheden, og revidere regulære udtryk‑filtre, som utilsigtet kan udelukke indhold. OpenAI’s kommende opdateringer af sin hentningsarkitektur kan afhjælpe sådan skrøbelighed, men episoden minder om, at AI‑anbefalingspipeline ikke er immune over for klassiske SEO‑fælder. At holde øje med yderligere vejledning fra OpenAI og overvåge hentningsmålinger vil være afgørende for alle, hvis trafik afhænger af ChatGPT’s forslag.
En ny empirisk undersøgelse har afsløret markante huller mellem de mest almindelige metoder til at bedømme AI‑agenter, der manipulerer data. Forskerne kørte 2 160 episoder af tau2‑bench‑scenarierne inden for luftfart og detailhandel, logførte hver databaseskrivning og evaluerede derefter hver kørsel med fire forskellige metoder: benchmarkens native‑scoring mod en guld‑tilstand‑reference, en generisk LLM‑dommer, den samme LLM‑dommer udstyret med politikdokumentet samt en “grænse‑evaluering”, der blot tjekker, om en skrivning var forventet.
Den native‑scorer og den enkle LLM‑dommer var enige i kun 56,2 % af episoderne, selvom LLM‑dommeren gengav sin egen dom 98,2 % af tiden, hvilket fremhæver høj intern konsistens men lav overensstemmelse med sandhedsgrundlaget. Da politikteksten blev tilføjet, markerede LLM‑dommeren korrekt 10 af de 11 episoder, hvor agenten foretog en forbudt skrivning. Til sammenligning fangede en ræsonnement‑fokuseret dommer kun seks af disse overtrædelser, mens en minimal regelbaseret grænsekontrol markerede alle elleve politisk brud, men overså andre fejl.
Hvorfor det betyder noget: Efterhånden som agentbaserede arbejdsgange—LLMs‑kald til værktøjer for at læse og skrive data—bliver centrale i kommercielle AI‑systemer, er pålidelig evaluering afgørende for sikkerhed og overholdelse. Resultaterne tyder på, at afhængighed af en enkelt, ugennemsigtig LLM‑dommer kan skjule alvorlig fejlagtig adfærd, mens politik‑bevidste eller regelbaserede kontroller giver et mere pålideligt sikkerhedsnet.
Hvad der er på vej: Fællesskabet vil sandsynligvis udforske hybride evaluerings‑pipeline, der kombinerer skalerbarheden fra LLM‑dommere med grundigheden fra politikforankring og letvægtsgrænsekontroller. Opfølgende arbejde kan også afprøve disse metoder på større, mere varierede benchmarks og undersøge, hvordan de integreres med verifikationsrammer som “certify‑or‑decline”‑tilgangen, vi dækkede tidligere denne måned.
UniPat AI har præsenteret Science Prediction Universe (SPU), en ny benchmark, der beder AI‑agenter om at forudsige udfaldet af rigtige vådlaboratorieforsøg, inden der er indsamlet data. Testsettet indeholder 116 opgaver – 100 udtrukket fra nylige Nature Portfolio‑artikler og 16 fra upublicerede eksperimenter – der dækker kemi, materialvidenskab, biologi og medicin. Across 4,207 individuelle eksperimenter, 13 modelkonfigurationer blev evalueret; toppræsteren, Claude Opus 5.5, opnåede en gennemsnitlig Spearman‑korrelation på 0,486, kun lidt over tilfældighedslinjen på 0,5 og klarede kun omkring halvdelen af opgaverne.
Udgivelsen er vigtig, fordi den skubber grænsen for “predict‑first”‑videnskab, hvor AI kan vejlede eksperimentelt design, reducere spild af reagenser og fremskynde opdagelser. Indtil nu har de fleste AI‑benchmarks været afhængige af syntetiske eller fuldt offentliggjorte datasæt; SPU tvinger modeller til at ræsonnere ud fra den samme begrænsede information, som en menneskelig forsker har, og derefter rangere mulige betingelser uden nogensinde at se de faktiske målinger. De beskedne resultater fremhæver et hul mellem nuværende grundlæggende modeller og den nuancerede, domænespecifikke viden, der kræves for pålidelig laboratorieforudsigelse.
Fremadrettet inviterer UniPat AI fællesskabet til at indsende yder
Nvidia’s administrerende direktør, Jensen Huang, har haft ansvaret for opbygningen af en milliardvirksomhed, der sender amerikanske AI‑chips til kinesiske virksomheder gennem enorme datacentre i Sydøstasien. Ved at placere hardwaren uden for Kina omgår netværket et smuthul i USA‑eksportsanktionerne, som forbyder direkte salg af højtydende GPUs til Beijing. Ordningen bygger på et net af regionale partnere, der lejer eller huser udstyret, og giver kinesiske kunder den nødvendige regnekraft, mens transaktionerne teknisk set forbliver “offshore”.
Aftalen er betydningsfuld, fordi den underminerer de politiske værktøjer, Washington bruger til at bremse Kinas fremskridt inden for generativ‑AI og andre avancerede teknologier. USA‑embeds har markeret modellen som en national sikkerhedsrisiko, og afsløringen har udløst en ny politisk storm, hvor lovgivere, Nvidia’s bestyrelse og investorer kræver svar. Historien hænger også sammen med tidligere rapportering om, at en smugleroperation flyttede omkring 1,5 millioner AI GPUs, en faktor der kan have bidraget til den seneste ledelsesturbulens i Nvidia. Desuden har undersøgende artikler knyttet Huang’s langvarige forhold til Alice Huang – identificeret af amerikanske myndigheder som en kinesisk efterretningsressource – til forsendelser på mindst 7,5 milliarder dollars, hvilket tyder på, at den hemmelige kanal har været aktiv i årevis.
Det, der skal holdes øje med, er de kommende kongreshøringer og mulige regulatoriske tiltag, der sigter mod at skærpe håndhævelsen af sanktioner på forsyningskæder for halvledere. Nvidia forventes at iværksætte en intern gennemgang, og bestyrelsen kan blive presset til at omstrukturere den asiatiske partnerskabsmodel. Episoden kan også udløse en bredere brancheundersøgelse af, hvordan andre chipproducenter ruter produkter til begrænsede markeder, og dermed omforme det globale AI‑hardware‑landskab.
Databento, en leverandør af markeddata APIs til den moderne finanssektor, annoncerede en finansiering på 100 millioner i Series C, som hæver virksomhedens værdiansættelse til 1,1 milliard. Runden, som blev offentliggjort af FinTech Global, understreger investorernes tillid til firmaets niche inden for levering af realtidspriser, reference‑ og corporate‑action‑data via programmerbare grænseflader.
Virksomheden fremhæver, at den allerede leverer data til fem af de seks største frontier AI‑laboratorier, hvilket placerer Databento som en kritisk kanal mellem rå markedinformation og den næste generation af AI‑drevne handels‑, risikostyrings‑ og analyseværktøjer. Ved at indlejre højfrekvente, granulære datastrømme i store modeltrænings‑pipelines kan disse laboratorier accelerere udviklingen af algoritmer, der fortolker markedets dynamik med hidtil uset hastighed og nuancering.
Kapitalindsprøjtningen vil sandsynligvis finansiere produktudvidelse, dybere integration med AI‑forskningsarbejdsprocesser og bredere geografisk dækning. Den giver også Databento runway til at styrke sin data‑licensramme på et tidspunkt, hvor regulatorer gransker strømmen af finansielle oplysninger til AI‑systemer. For fintech‑virksomheder signalerer skridtet et modningsmarked for data‑som‑en‑tjeneste‑platforme, der kan opfylde de strenge krav til latenstid og kvalitet i maskinlærings‑pipelines.
Fremadrettet vil observatører følge, hvordan Databento allokerer de nye midler — om det bliver til nye datatyper, strammere API‑præstation eller strategiske opkøb. Lige så vigtigt vil være eventuelle ændringer i kontraktlandskabet med det resterende frontier AI‑laboratorium, samt hvordan virksomheden navigerer i nye databeskyttelses‑ og konkurrenceretlige overvejelser, efterhånden som AI‑modeller bliver stadig mere afhængige af proprietære markedstrømme.
Anthropic’s Claude AI slettede ved en fejl en professors pensum og et helt år med forelæsningsnotater, da brugeren bad modellen om at omnummerere sider. Sletningen skete under en rutinemæssig dokumentredigeringsanmodning, hvilket efterlod den akademiske uden kritisk undervisningsmateriale og udløste øjeblikkelig bekymring blandt brugere, der er afhængige af Claude til kontorautomatisering.
Hændelsen er vigtig, fordi den understreger skrøbeligheden i generative‑AI assistenter, når de håndterer fil‑systemoperationer. Selvom Claude er blevet promoveret for sin “hands‑free” kodning og parallel‑arbejderfunktioner, viser fejlen, at selv simple kommandoer kan forårsage utilsigtet datatab. For undervisere og andre fagfolk, der er begyndt at integrere Claude i deres daglige arbejdsgange, rejser episoden spørgsmål om sikkerhedsforanstaltninger, integration af versionskontrol og gennemsigtigheden i fortrydelsesmekanismer.
Hvad der kan forventes fremover: Anthropic vil sandsynligvis svare med en teknisk afklaring eller en rettelse, der tilføjer bekræftelsestrin for destruktive handlinger. Observatører vil også holde øje med, om virksomheden reviderer sin dokumentation for Claude’s filmanipulationsfunktioner, og om den introducerer mere robuste sikkerhedskopi‑ eller gendannelsesmuligheder. Episoden tilføjer til den seneste granskning af Claude’s pålidelighed efter tidligere rapporter om funktionstilbageføringer og særheder i dets Duet‑ og Code‑agenter.
Et nyt “Access to Justice”-benchmark er blevet offentliggjort for at måle, hvor godt store sprogmodeller håndterer juridiske forespørgsler i den virkelige verden. Tidlige resultater viser, at de mest udbredte AI‑systemer halter, idet de overser eller fejlagtigt fremstiller centrale juridiske detaljer, som kan påvirke udfaldet for brugere, der søger rådgivning.
Benchmarket, udviklet af en koalition af juridiske forskere og AI‑forskerteam, præsenterer en række scenarier, der spænder fra lejemålstvister til småkravsprocedurer. Hver test kræver, at modellen identificerer relevante love, korrekt citerer de procedurale trin og påpeger potentielle faldgruber. I den første evalueringsrunde gik førende modeller fra flere store leverandører glip af kritiske elementer i flertallet af sager, såsom lovbestemte frister, jurisdiktionsgrænser eller væsentlige beviskrav.
Denne betydning er todelt. For det første, efterhånden som AI‑drevne chatbots bliver almindelige indgangspunkter for personer uden juridisk repræsentation, kan unøjagtig vejledning forværre eksisterende uligheder i stedet for at afhjælpe dem. For det andet afslører resultaterne et hul mellem generel sprogbeherskelse og domænespecifik pålidelighed, hvilket får regulatorer og udviklere til at revurdere, hvordan disse værktøjer markedsføres som juridisk assistance.
Fremadrettet planlægger benchmarkets skabere at udvide testsættet og åbne det for bidrag fra fællesskabet med henblik på at etablere en levende standard for juridisk AI‑præstation. Udviklere har signaleret, at de vil finjustere modeller på de nye data, mens forbrugerbeskyttelsesmyndigheder følger udviklingen for at finde beviser, der kan forme kommende krav om gennemsigtighed. Den næste bølge af resultater, som forventes senere på året, vil vise, om hurtig iteration kan indhente præcisionskløften og gøre AI til en pålidelig allieret i jagten på retfærdighed.
En ny preprint på arXiv, med titlen **“AutoAssumption: Søgning blandt antagelser afslører ML‑systemers algoritmer,”** foreslår en systematisk metode til at afdække skjulte effektiviseringer i maskinlærings‑pipelines. Forfatterne bemærker, at mange historiske gennembrud — såsom speculativ dekodning, som opgav den længe gældende antagelse om, at en sprogmodel skal udføre et separat forward‑pass for hvert token — opstod, da forskere bevidst stillede de implicitte begrænsninger spørgsmål. Alligevel påpeger de, at de fleste algoritmepapirer aldrig opregner de antagelser, de bygger på, hvilket efterlader et stort søgerum uudnyttet.
AutoAssumption‑rammeværket betragter antagelser som søgbare variable. Ved at opregne og teste alternative forudsætninger kan systemet frembringe nye algoritmiske varianter, som ellers ville forblive uopdagede. Tidlige eksempler, der nævnes, omfatter variationer af token‑genereringsstrategier og hukommelsesstyringstricks, som kan reducere inference‑latens eller træningsomkostninger. Hvis tilgangen viser sig at være skalerbar, kan den omforme, hvordan fællesskabet konstruerer ML‑systemer, og gøre den hidtil primært intuition‑drevne proces til en mere reproducerbar, datadrevet proces. Det vil fremskynde tempoet for effektivitetsgevinster, sænke barriererne for mindre laboratorier og potentielt omforme hardware‑software‑samskabelses‑roadmaps.
De næste skridt vil være at holde øje med fagfællebedømt validering af metoden, open‑source‑udgivelser af søgeværktøjet og eventuelle opfølgende papirer, der anvender AutoAssumption på konkrete domæner såsom visionsmodeller eller storskala sprogmodeller. Tidlig adoption af forskningsgrupper eller cloud‑udbydere kan hurtigt gøre konceptet til en praktisk accelerator for næste generation af AI‑systemer.
Et nyt preprint på arXiv (2611.14804v1) introducerer **GenPFN**, en metode der udnytter et forudtrænet tabulært Prior‑Data‑Tilpasset Netværk (TabPFN) til at generere kandidatdesign uden yderligere træning. Forfatterne påpeger, at dyre simuleringer og fysiske eksperimenter ofte efterlader ingeniørteams med kun knappe datasæt, hvilket begrænser omfanget af optimering og innovation. Ved at betragte den fast‑vægt klassifikator TabPFN som en vejledende prior, kan GenPFN foreslå plausible designpunkter direkte fra de begrænsede data, der allerede er tilgængelige, og dermed udvide små ingeniørdatasæt i‑kontekst.
Tilgangen er vigtig, fordi den omgår de datakrævende træningssløjfer, der dominerer de fleste moderne generative modeller. I felter som rumfart, bilindustri eller materialeteknik, hvor hver simulering kan kræve dage med beregning eller dyr laboratorietid, kan en træningsfri generator accelerere udforskning i de tidlige faser og reducere afhængigheden af storskaladatasamling. Desuden stemmer brugen af en tabulær grundmodel overens med den stigende interesse for at anvende grundmodelteknikker ud over sprog og vision, og udvide dem til strukturerede ingeniørdata.
De næste skridt vil sandsynligvis omfatte empirisk validering på virkelige designproblemer og benchmarking mod eksisterende data‑augmenterings‑ eller surrogat‑model‑pipelines. Forskere vil holde øje med opfølgende studier, der tester GenPFN’s evne til at forbedre optimeringsresultater, integrere med simulerings‑i‑løkken‑arbejdsprocesser eller kombinere med fremvoksende multimodale modeller for rigere designrepræsentationer. Hvis metoden viser sig robust, kan den blive et letvægtsværktøj for ingeniører, der søger hurtig, dataeffektiv idéudvikling.
Ny information tyder på, at den pludselige afgang af Nvidia’s mangeårige administrerende direktør, Jensen Huang, kan være forbundet med en storskalig smuglingsoperation, der involverer omkring 1,5 million AI‑fokuserede grafikprocessorer. Selvom detaljerne er sparsomme, peger påstanden på et brud i Nvidia’s forsyningskæde, som kan have undergravet tilliden blandt investorer og partnere.
Påstanden kommer uger efter en bølge af rapportering, der fremhævede uroen omkring Huangs afsættelse. Som vi rapporterede den 14. november, efterlod hans afgang et “stort hul” i AI‑opstartsfinansieringen og rejste spørgsmål om stabiliteten i Nvidia’s $500 milliarder store AI‑lånekonsortium. Tidligere dækning bemærkede også pres på Nvidia for at styrke sikkerheden for restværdien i dette finansieringsinstrument. Hvis de smuglede GPUs faktisk var tiltænkt det samme økosystem af AI‑opstartsvirksomheder, som Nvidia har finansieret, kan hændelsen forklare, hvorfor topledelsen valgte at træde tilbage under stigende granskning.
De potentielle konsekvenser er betydningsfulde af flere grunde. Et brud af denne størrelse kan udsætte Nvidia for regulatoriske sanktioner, skade dets omdømme som en betroet hardwareleverandør og destabilisere de finansieringsordninger, der har understøttet en stor del af sektorens seneste vækst. Det rejser også bredere bekymringer om sikkerheden omkring høj‑værdi AI‑komponenter i et marked, hvor efterspørgslen overstiger udbuddet.
Fremadrettet vil observatører holde øje med formelle undersøgelser fra told‑ og handelsmyndigheder, eventuelle udtalelser fra Nvidia’s bestyrelse samt hvordan episoden kan omforme virksomhedens hardwareforsyningsstrategi. De kommende uger kan også afsløre, om finansieringsinstrumentet vil overleve skandalen eller blive omstruktureret, hvilket vil påvirke kapitalstrømmen til AI‑opstartsvirksomheder i de nordiske lande og videre ud.
