Srijeda, 27. svibnja 2026.

15 vijesti — 🟡 10 važno , 🟢 5 zanimljivo

🤖 Modeli (3)

🟡 🤖 Modeli 27. svibnja 2026. · 2 min čitanja

arXiv:2605.29157: Parallax lokalna linearna pažnja ubrzava decode fazu 12,9× u odnosu na FlashAttention

Parallax je nova mehanizam pažnje (attention) za velike jezične modele koji zamjenjuje standardnu softmax pažnju lokalnom linearnom estimacijom, postižući 12,9× ubrzanje decode kernela u usporedbi s FlashAttentionom. Istraživači sa sveučilišta Northwestern i suradnici pokazali su konzistentna poboljšanja perplexity metrike pri predobučavanju modela od 0,6B i 1,7B parametara, s tvrđenjem o prvoj empirijskoj demonstraciji snažnog kodesigna arhitekture i optimizatora za mehanizme pažnje.

🟡 🤖 Modeli 27. svibnja 2026. · 2 min čitanja

Google: gemini-3.1-flash-image i gemini-3-pro-image postaju GA — uz podršku za video-to-image generaciju

Google je 28. svibnja 2026. proglasio opću dostupnost (GA) dvaju nativnih vizualnih modela iz Gemini API-ja: gemini-3.1-flash-image za učinkovitu generaciju slika i gemini-3-pro-image za visoke performanse. Novost je video-to-image sposobnost u flash varijanti, kojom se iz video fajlova ili YouTube URL-ova generiraju thumbnailovi, filmski posteri i infografike. Preview verzije oba modela gase se 25. lipnja 2026.

🟡 🤖 Modeli 27. svibnja 2026. · 2 min čitanja

Mistral: Nova klasa AI modela za predviđanje fizikalnih sustava — temelj za inženjersku akceleraciju

Mistral AI je 27. svibnja 2026. najavio Physics AI — novu kategoriju AI modela specijaliziranih za predviđanje ponašanja fizikalnih sustava. Cilj je ubrzati inženjerski razvoj hardvera i složenih tehničkih procesa pružanjem AI alata koji razumiju fizikalne zakone, a ne samo statističke uzorke iz teksta.

📦 Open Source (2)

🟡 📦 Open Source 27. svibnja 2026. · 3 min čitanja

PyTorch: Kako torch.compile postiže ubrzanje do 10× kroz kernel fusion

PyTorch kompajler torch.compile postiže ubrzanje do 10× na GPU-ima eliminacijom redundantnog pisanja u globalnu memoriju kroz tehniku kernel fusion. Umjesto zasebnih GPU kernela za svaku operaciju, Inductor kompajler automatski spaja zavisne operacije u jedan kernel koji međuvrijednosti drži u brzim registrima procesora.

🟢 📦 Open Source 27. svibnja 2026. · 2 min čitanja

xAI: SDK Python v1.14.0 dodaje enable_image_search u web_search i SERVER_SIDE_TOOL_IMAGE_SEARCH enum

xAI je objavio Python SDK v1.14.0 koji donosi podršku za pretraživanje slika unutar web_search funkcionalnosti. Novo polje enable_image_search i SERVER_SIDE_TOOL_IMAGE_SEARCH enum konstanta omogućuju razvojnim timovima koji grade Grok-temeljene aplikacije uključivanje pretrage vizualnog sadržaja na serverskoj strani, uz standardnu web pretragu teksta.

🤝 Agenti (2)

🟡 🤝 Agenti 27. svibnja 2026. · 3 min čitanja

AWS: Works Human Intelligence migrira s LangGraph na Amazon Bedrock AgentCore i postiže 97% smanjenje troškova po procesu

Amazon Bedrock AgentCore, upravljana platforma za izgradnju i izvođenje AI agenata, prikazana je u produkcijskom case studyju japanskog HR pružatelja Works Human Intelligence. Tvrtka je migrirala dva poslovna agenta s LangGraph i Amazon ECS infrastrukture na AgentCore, postigavši 97% smanjenje troška Browser Operation agenta kroz prompt caching, optimizaciju ponašanja i promjenu modela s Claude Sonnet 4.5 na Haiku 4.5.

🟢 🤝 Agenti 27. svibnja 2026. · 2 min čitanja

OpenAI: Thrive i Crete grade samounapređujuće porezne agente na Codexu

OpenAI je objavio case study o suradnji s tvrtkama Thrive i Crete na izgradnji poreznih AI agenata temeljenih na Codexu. Projekt demonstrira primjenu self-improving agenata u visokorizičnom regulatornom domenu — poreznom pravu — gdje preciznost i ažurnost znanja imaju direktne financijske i pravne posljedice za korisnike.

🔧 Hardware (2)

🟢 🔧 Hardware 27. svibnja 2026. · 3 min čitanja

AMD ROCm: 4-valna interleave optimizacija FP8 GEMM kernela za Instinct MI355X (CDNA 4) udostručuje register budžet po valu

AMD ROCm blog opisuje novu 4-valan interleave pristup za FP8 GEMM (matrično množenje s pomiješanom preciznošću) kernele na Instinct MI355X akceleratoru s CDNA 4 arhitekturom. Optimizacija mijenja raspored od 8-valnog ping-pong pristupa prema 4 vala s punim VGPR budžetom od 512 registara, eliminirajući konflikte u LDS memoriji kroz XOR-baziranog swizzle i skrivajući memorijsku latenciju preciznim preklapanjem MFMA instrukcija i učitavanja podataka.

🟢 🔧 Hardware 27. svibnja 2026. · 3 min čitanja

PyTorch: TokenSpeed postiže rekordnih 580 token/s na Qwen3.5-397B-A17B s NVIDIA Blackwell GPU-ima

TokenSpeed, open-source LLM inference engine LightSeek Foundationa s MIT licencom, postigao je 580 tokena u sekundi na Qwen3.5-397B-A17B modelu koristeći osam NVIDIA Blackwell B200 GPU-a u TP8 konfiguraciji. Rekord je ostvaren za agentičke workloade s prefix cachingom i preklapanjem CPU-GPU izvođenja, uz manje od 16% degradacije performansi i pri kontekstu od 1 milijun tokena.

🏥 U praksi (2)

🟡 🏥 U praksi 27. svibnja 2026. · 2 min čitanja

Anthropic: Messages API vraća usage.output_tokens_details.thinking_tokens — što znači za fakturiranje i streaming

Anthropic Messages API sada uključuje polje output_tokens_details.thinking_tokens u usage objektu svake odgovora koji koristi Extended Thinking. Programeri koji mjere troškove inferencije moraju znati da se naplaćuju cjelokupni generirani thinking tokeni, a ne sažeti prikaz koji vide u odgovoru — razlika može biti 20× ili više.

🟡 🏥 U praksi 27. svibnja 2026. · 2 min čitanja

Anthropic: Claude Code v2.1.152 donosi /code-review --fix, /simplify i disallowed-tools u skills frontmatteru

Claude Code v2.1.152 uvodi tri ključne nadogradnje za razvojne timove: naredba /code-review --fix automatski primjenjuje nalaze recenzije na radnom stablu, /simplify poziva istu naredbu s fokusom na čišćenje koda, a skills frontmatter sada podržava disallowed-tools polje koje uklanja specificrane alate dok je skill aktivan. Uz to dolaze novi hooks, poboljšani Vim mod i popravci stabilnosti.

🛡️ Sigurnost (4)

🟡 🛡️ Sigurnost 27. svibnja 2026. · 2 min čitanja

arXiv:2605.28588: Analiza 3.984 agent skillova otkriva 76 malicioznih — 13,4% sadrži kritičnu sigurnosnu ranjivost

Sigurnosna analiza 3.984 AI agent skillova s glavnih tržišnica otkrila je 76 potvrđenih malicioznih payloada koji uključuju krađu vjerodajnica, instalaciju backdoorova i eksfiltraciju podataka. 13,4% svih analiziranih skillova sadrži barem jednu kritičnu sigurnosnu ranjivost, a najmanje 8 ručno verificiranih malicioznih skillova ostalo je javno dostupno na glavnoj platformi u trenutku objave rada.

🟡 🛡️ Sigurnost 27. svibnja 2026. · 2 min čitanja

arXiv:2605.28914: AIRGuard smanjuje uspješnost prompt injection napada s 36,3% na 5,5% runtime kontrolom ovlasti agenata

AIRGuard je runtime sigurnosni sloj za alatkama-opremljene jezične agente koji rješava problem konfuzije ovlasti — ranjivosti gdje nedopušteni kontekstualni ulazi mogu iskoristiti legitimne akcije agenta (pristup datotekama, API pozivi) za napad. Na AgentTrap benchmarku AIRGuard smanjuje uspješnost napada na Claude Sonnet 4.6 s 36,3% na 5,5%, uz zadržavanje 76% korisne funkcionalnosti u DTAP-150 benchmarku.

🟡 🛡️ Sigurnost 27. svibnja 2026. · 2 min čitanja

arXiv:2605.29068: COLAGUARD prenosi sigurnosno rasuđivanje u latentni prostor — +8,24 F1, 22,4× manje tokena

COLAGUARD je novi sustav sigurnosnih guardrailsa za velike jezične modele koji sigurnosno rasuđivanje prenosi iz eksplicitnih tekstualnih lanaca misli u kontinuirani latentni prostor, koristeći kurikularno treniranje. Sustav postiže poboljšanje od 8,24 makro-F1 bodova nad Llama Guard 3, uz 22,4× manji broj generiranih tokena i 12,9× brže izvođenje od GuardReasoner baseline-a na osam sigurnosnih dataseta.

🟢 🛡️ Sigurnost 27. svibnja 2026. · 2 min čitanja

Google Research: Privatna analitika AI modela bez pristupa korisničkim podacima kroz Zero-Trust agregaciju i TEE

Google Research predstavio je sustav privatne analitike za AI modele koji kombinira kriptografski protokol zasnovan na rešetkama (lattice-based cryptography) s pouzdanim izvršnim okruženjem (TEE) kako bi prikupio agregatne statistike o performansama on-device modela bez ikada pristupajući individualnim korisničkim podacima. Sustav je primijenjen u Android System SafetyCore servisu na Androidu 9+ i omogućuje single-message slanje bez potrebe da uređaji ostanu online kroz više krugova.