Институтът за естонски език (EKI) в сътрудничество с доброволческата организация Propastop представи нов бенчмарк за оценяване на податливостта на големите езикови модели (LLM) към руска пропаганда [1]. Инструментът, наречен „Propaganda Resistance“, е разработен, за да тества как различните алгоритми реагират на дезинформационни кампании и манипулативни внушения.

Изображение: Svetni.me / Авторско изображение

Американският технологичен гигант Qualcomm води преговори за придобиване на канадския стартъп за специализирани чипове за изкуствен интелект Tenstorrent, съобщават източници на The Information, цитирани от The Register [1]. Стойността на евентуалната сделка се оценява в диапазона между 8 и 10 милиарда долара. Ако преговорите приключат успешно, това ще бъде една изключително значима придобивна трансакция в историята на Qualcomm и ще демонстрира решителна стратегическа промяна на пазара на сървърни чипове.

Изображение: Svetni.me / Авторско изображение

В последната си публикация инженерът по машинно обучение Вики Бойкис прави подробен преглед на състоянието на локално стартираните големи езикови модели [1]. Тя споделя, че през последната година технологичният напредък е превърнал локалния инференс от експериментално хоби в напълно завършен и ефективен инструмент за ежедневна софтуерна разработка. Нейният собствен хардуерен комплект – компютър Mac Studio M2 от 2022 г. с 64 GB RAM и 1 TB дисково пространство – се оказва напълно достатъчен за безпроблемно изпълнение на тези задачи.

Основният показател за успех, който Бойкис дефинира, е липсата на необходимост от непрекъснато сравняване и проверка на резултатите с външни облачни модели през API (като GPT-4 или Claude 3.5). Дълго време тази граница е била недостижима за локалните системи. Първият модел, който започва да променя това статукво, е GPT-OSS (OpenAI OSS-20B). Истинският пробив обаче идва с пускането на новата серия Gemma 4 от Google (по-специално версията gemma-4-26b-a4b), която позволява изграждането на локални агентни цикли за разработка, достигащи до 75% от точността и скоростта на водещите комерсиални модели.

Феноменът vibe coding (кодиране по усещане), термин, въведен от ИИ изследователя Андрей Карпати в началото на 2025 г., описва масовото използване на ИИ инструменти от служители за разработка и внедряване на код чрез текстови инструкции на естествен език. Този стил на работа позволява на широк кръг потребители да създават софтуер без традиционно писане на код, но често заобикаля утвърдените контроли по сигурност. Според репортаж на BleepingComputer [1], това явление създава сериозна криза с видимостта на корпоративните ИТ активи и попада в категорията на т.нар. Shadow AI (сенчест изкуствен интелект).

Изображение: Svetni.me / Авторско изображение

Технологичният гигант Salesforce обяви сключването на окончателно споразумение за придобиване на Fin (известна в миналото като Intercom) — един от пионерите в разработването на автономни ИИ асистенти за клиентско обслужване [1]. Сделката е на стойност приблизително 3,6 милиарда долара и представлява една от най-значимите консолидации на пазара за обслужване на клиенти, базирано на изкуствен интелект.

С това придобиване Salesforce цели да интегрира готовите пакети и специализираните модели на Fin в своята екосистема за бизнес агенти, като предложи на компании от всякакъв мащаб по-бързи и ефикасни пътища за внедряване на изкуствен интелект.

Езиковите модели за писане на код често страдат от прогресивно влошаване на качеството при дълги работни сесии. Когато контекстният прозорец се препълни, по-ранните решения и текущото състояние на проекта биват компресирани или изгубени, което принуждава разработчиците отново да обясняват контекста на своите проекти.

За да се справи с този проблем, екипът по изкуствен интелект на Xiaomi пусна с отворен код проекта MiMo Code V0.1.0 [1]. Това е терминален ИИ асистент за програмиране, който според вътрешни тестове на китайския гигант превъзхожда Claude Code при сложни, многостъпкови задачи с над 200 изпълнителни стъпки [1].