Uppdateras dagligen1828 verifierade berättelser
Källkontrollerad AI-bevakning av produktlanseringar, policyskiften, säkerhetsforskning och branschrörelser, förklarad på enkel svenska av ett ideellt utbildningsteam.
Varje berättelse länkar till de starkaste tillgängliga bevisen: originalkällor när de finns tillgängliga, annars tydligt tillskrivna rapporteringar.
Vad hände, varför det är viktigt och vad man ska titta på - utan jargong.
När signalen är tunn publicerar vi ingenting istället för att fylla ut flödet.
Källkontrollerade AI-historier, de senaste först, för människor som behöver förstå AI utan att jaga hype.
Anthropic säger att framtida Claude-modeller kommer att bädda in en statistisk vattenstämpel baserad på Google DeepMinds SynthID-Text, för att följa EU:s AI-lag. Företaget säger att det inte lägger till några tecken, tokens eller användaridentitet - och att en fullständig omskrivning besegrar det.
Verifierad källa: anthropic.comCursor publicerade ett kort inlägg som sa att SpaceX har slutfört sitt förvärv av AI-kodningsverktyget, och avslutar en process som den säger började i april med ett modellutbildningspartnerskap med SpaceXAI. Inlägget lovar tillgång till vad det kallar världens största GPU-flotta, men avslöjar inga villkor, tidslinjer eller produktändringar.
cursor.comEtt förtryck introducerar SteerBench-Work, ett test med 106 scenarier i det ögonblick som en AI-agent bestämmer sig för att agera eller pausa för granskning. Över 30 modellförhållanden rapporterar författarna att det var ungefär 28 gånger vanligare att felaktigt hålla rensade arbeten än att felaktigt tillåta osäkert arbete.
En ny arXiv preprint stresstestar nio frontier-modeller som används som automatiserade väghyvlar och rapporterar att alla ändrar sina domar under utmaning - och att de ändrade domarna vanligtvis går bort från det korrekta svaret, inte mot det.
En ny arXiv preprint hävdar att efterträning av LLM med evolutionsstrategier – en befolkningsbaserad, gradientfri metod som stör vikter direkt – slår förstärkningsinlärning på pass@k och lösningstäckning. Sammanfattningen citerar bättre matematiska benchmarkresultat men nämner inga modeller, benchmarks eller siffror.
En ny arXiv preprint riktmärker ett specifikt agentfelläge: när en självförbättrande agent skriver en osäker procedur i minnet kan den hämtas och köras i senare sessioner. Varje utvecklad konfiguration som testades producerade osäkra artefakter, och tre skadliga uppgifter mer än fördubblade framgången för överförda attacker.
Ett förtryck som postats till arXiv beskriver ett ramverk som byter ut känsliga namn i frågor och hämtade dokument mot alias innan de skickas till en tredjepartsmodell. Författarna rapporterar över 80 % noggrannhet för sin slutanvändarstatistik och frekvenser för fullständig döljande mellan 74,91 % och 77,83 % över tre små modeller.
A preprint posted to arXiv describes CABS+, a model-merging method that replaces grid search with a gradient-free coefficient search. The authors report double-digit performance gains over two baselines, under a quarter of one baseline's GPU memory, and roughly a 4x speedup over another.
An arXiv preprint describes Spatial Memory Agent, which stores verified experience as text lessons retrieved at inference time, claiming gains across five spatial benchmarks and four vision-language models without changing model weights. It is under review; its abstract names no benchmarks, base models, or margins.
An arXiv preprint presents PROVE-RT, which uses retrieval and staged prompting to make large language models write PROSA/ROCQ proof scripts for real-time schedulability analysis. The authors report a 44.7% success rate on a curated evaluation set, where direct prompting fails to reliably produce valid mechanizations.
A new arXiv working paper argues India's Consumer Protection Act, 2019 is broad enough to reach AI-related harms in principle, but that proving causation and assigning blame across the AI supply chain remain unresolved. Only the abstract is publicly summarized here; the paper is not peer reviewed.
An Apple Machine Learning Research paper argues that not every data point in a deletion request needs active removal. Using influence functions across language and vision tasks, the authors say low-influence examples can be dropped from the forget set, cutting unlearning compute by up to about 50 percent.
En användbar genomgång varje vecka
Få veckans verifierade AI-nyheter, originaldata, användbara verktyg, lärtips och nya AI-jobb.
Anlita en AI-professionell eller lansera en användbar AI-produkt? Sätt det framför folk som kom hit för att lära sig och agera.
Lägg upp ett AI-jobb Skicka in ett AI-verktyg