Srijeda, 17. lipnja 2026.

14 vijesti — 🟡 11 važno , 🟢 3 zanimljivo

🤖 Modeli (2)

🟡 🤖 Modeli 17. lipnja 2026. · 1 min čitanja

AWS: P-EAGLE paralelno spekulativno dekodiranje ubrzava inferenciju do 3,97×

AWS je predstavio P-EAGLE, metodu paralelnog spekulativnog dekodiranja koja predviđa sve spekulativne tokene u jednom prolazu modela. Na Qwen3-Coder-30B-A3B i NVIDIA B200 u FP8, P-EAGLE postiže 1.167 tokena u sekundi naspram 955 za EAGLE-3 (+22%), a do 3,97× brže od baseline inferencije na HumanEvalu. Predtrenirane P-EAGLE glave dostupne su za GPT-OSS-120B, GPT-OSS-20B, Qwen3-Coder-30B-A3B i Gemma-4-31B na Amazon SageMaker AI.

🟢 🤖 Modeli 17. lipnja 2026. · 1 min čitanja

arXiv:2606.17930: Rezultati benchmarka ovise o protokolu — inference compute mijenja rang frontier modela

Rad pokazuje da rezultati benchmarka jako ovise o protokolu mjerenja: testirano je 12 frontier modela na 7 zahtjevnih testova iz softvera, matematike, medicine i kibersigurnosti. Veći proračun tokena bitno poboljšava rezultate na FrontierMathu, Humanity's Last Examu i TerminalBenchu, a modeli se različito rangiraju ovisno o inference compute proračunu. Autori preporučuju izvještavanje sposobnosti kao funkcije inference-time computea, ne kao jednog broja.

📦 Open Source (1)

🟡 📦 Open Source 17. lipnja 2026. · 1 min čitanja

vLLM: Semantic Router Fusion spaja panel modela uz suca koji sintetizira jedan odgovor

vLLM je predstavio Semantic Router Fusion, primitiv u kojem više modela radi paralelno kao panel, a model-sudac analizira konsenzus i razlike te sintetizira jedan odgovor. Podržava lokalne vLLM i privatne endpointe te javne providere poput Gemini, Kimi, DeepSeek i Claude. Vanjska validacija na OpenRouter DRACO pokazala je 69% za spojeni panel naspram 65,3% za najbolji pojedinačni model, uz punu OpenAI API kompatibilnost.

⚖️ Regulacija (1)

🟢 ⚖️ Regulacija 17. lipnja 2026. · 1 min čitanja

CNCF: Arhitektonski obrasci za digitalnu suverenost cloud-native platformi pod EU regulativom

CNCF je objavio vodič o arhitektonskim obrascima za digitalnu suverenost cloud-native platformi, jer je EU Data Act u punoj primjeni od 11. siječnja 2025. Regulatori očekuju četiri svojstva: jurisdikcijsku ograničenost, operativnu autonomiju, kriptografsku kontrolu pristupa i prenosivost. Jedan Kubernetes klaster nije dovoljan jer dijeljeni control plane znači dijeljeni rizik; predlaže se obrazac u kojem svaka jurisdikcija dobiva vlastiti control plane (vCluster), uz GitOps deklaraciju granica.

🤝 Agenti (2)

🟡 🤝 Agenti 17. lipnja 2026. · 1 min čitanja

LangChain: 'Loop engineering' — slaganje povratnih petlji oko agenata za pouzdanost i samopoboljšanje

LangChain je opisao 'loop engineering', pristup u kojem se oko agenata slaže više povratnih petlji radi pouzdanosti i samopoboljšanja. Definira četiri tehnike: Agent Loop (osnovno pozivanje alata), Verification Loop (ocjenjivač boduje izlaz po rubrici i ponavlja), Event-Driven Loop (agent pokrenut događajima) i Hill Climbing Loop (produkcijski tragovi automatski poboljšavaju promptove i alate). Primjer je interni docs agent koji prima Slack zahtjeve, izrađuje izmjene, pokreće testove i sam analizira neuspjehe.

🟢 🤝 Agenti 17. lipnja 2026. · 1 min čitanja

arXiv:2606.17819: Prvi sistemski benchmark 500 agentskih vještina na 19 konfiguracija modela

Novi rad uvodi prvi sistemski okvir za evaluaciju agentskih vještina: 500 stvarnih vještina i 1.000 zadataka s rubrikama za praćenje uputa i dovršavanje ciljeva, testiranih na 19 konfiguracija proprietarnih i otvorenih modela. Modeli pokazuju značajne razlike u dobitku ovisno o preciznosti uputa za vještine. Evaluacijski skup objavljen je javno, a nalazi imaju izravne implikacije za uvođenje agenata u produkciju.

🔧 Hardware (2)

🟡 🔧 Hardware 17. lipnja 2026. · 1 min čitanja

AMD: Instinct MI355X u MLPerf Training v6.0 na 5% zaostatka za NVIDIA-om, 3,5× brži od prošle generacije

AMD je u MLPerf Training v6.0 pokazao da je Instinct MI355X unutar otprilike 5% performansi ekvivalentnog NVIDIA GPU-a na LLM benchmarkovima. MI355X je 3,5× brži od prošlogodišnjeg MI300X te 13–19% brži od prethodnog kruga. AMD je prvi put uveo MXFP4 (FP4) recepte za trening i Primus jedinstveni okvir, uz višečvornu prijavu od 512 MI300X GPU-a na 64 čvora.

🟡 🔧 Hardware 17. lipnja 2026. · 2 min čitanja

NVIDIA: Blackwell pomeo MLPerf Training 6.0 — najbrži na svih 7 benchmarka, GB300 do 1,6× brži

NVIDIA je objavila da je njezina Blackwell platforma postigla najbolje rezultate na svih sedam testova MLPerf Training 6.0. GB300 NVL72 donosi do 1,6× brži trening od GB200 NVL72, a najveća prijava koristila je 8.192 Blackwell GPU-a na DeepSeek-V3 modelu od 671 milijarde parametara. CoreWeave je istrenirao DeepSeek-V3 671B u 2,02 minute na 8.192 GPU-a, dok je Microsoft Azure odradio Llama 3.1 405B u 7,07 minuta.

🏥 U praksi (3)

🟡 🏥 U praksi 17. lipnja 2026. · 2 min čitanja

Anthropic: Studija o agentskom kodiranju — korisnici donose 70% planskih, Claude 80% izvedbenih odluka

Anthropic je objavio ekonomsku studiju o agentskom kodiranju s Claude Codeom. Korisnici donose oko 70% odluka o planiranju, dok Claude preuzima oko 80% izvedbenih odluka. Stručni korisnici dobivaju 12 akcija i 3.200 riječi po promptu naspram 5 akcija i 600 riječi kod početnika, uz uspješnost provjerenih zadataka 28–33% naspram 15%. Udio debugging sesija pao je s 33% na 19% između listopada 2025. i travnja 2026., dok je prosječna vrijednost zadatka porasla oko 25%.

🟡 🏥 U praksi 17. lipnja 2026. · 1 min čitanja

AWS: Keširanje kontejnera u SageMaker AI skraćuje skaliranje inferencije do 50%

AWS je u Amazon SageMaker AI uveo predmemoriju kontejnerskih slika koja uklanja povlačenje iz ECR-a pri skaliranju, automatski i bez uključivanja. Za Qwen3-8B latencija pokretanja pala je s 525 na 258 sekundi, oko 51%. Korisnici bilježe 38–65% manju P50 latenciju i do 2× brže skaliranje s kraja na kraj. Značajka je dostupna na svim akceleratorskim tipovima instanci u svim komercijalnim AWS regijama.

🟡 🏥 U praksi 17. lipnja 2026. · 1 min čitanja

Google DeepMind: AI alat za britansko planiranje cilja 50% brže odluke i 1,5 milijuna novih domova

Google DeepMind, britanska vlada, Google Cloud i Faculty AI razvijaju AI prototip koji cilja 50% kraće vrijeme odlučivanja o građevinskim dozvolama. Cilj vlade je 1,5 milijuna novih domova do 2029. Zahtjevi vlasnika kuća čine gotovo 70% svih godišnjih zahtjeva, a procjenjuje se ušteda od oko 255 sati godišnje po vijeću. Alat se trenutno testira u Barnetu, Camdenu i Dorsetu, uz planirano nacionalno uvođenje 2027.

💬 Zajednica (1)

🟡 💬 Zajednica 17. lipnja 2026. · 1 min čitanja

GitHub: GitHub Models zatvoren za nove korisnike — GitHub se povlači iz posluživanja modela

GitHub je od 16. lipnja 2026. zatvorio GitHub Models — playground, API i katalog modela — za nove organizacije. Postojeći korisnici zadržavaju puni pristup zasad, a detalji o potpunom gašenju stići će naknadno. GitHub nove korisnike upućuje na Azure AI Foundry kao alternativu. Razlog povlačenja nije naveden u objavi, ali potez signalizira da se GitHub povlači iz izravnog posluživanja AI modela developerima.

🛡️ Sigurnost (2)

🟡 🛡️ Sigurnost 17. lipnja 2026. · 1 min čitanja

Anthropic: Red Team mapira AI-omogućene kibernapade na MITRE ATT&CK okvir, u suradnji s Verizonom

Anthropicov Red Team objavio je analizu koja stvarne AI-naoružane kiberoperacije mapira na MITRE ATT&CK okvir, razvijenu u suradnji s Verizonom. Rad analizira obrasce AI-potpomognutih napada uočene u praksi. Paralelno, Red Team je objavio i analizu o tome kako veliki jezični modeli ubrzavaju iskorištavanje već objavljenih, ali nezakrpanih (N-day) ranjivosti.

🟡 🛡️ Sigurnost 17. lipnja 2026. · 1 min čitanja

AWS: Novi Bedrock InvokeGuardrailChecks API donosi sigurnosne provjere bez resursa za agentske aplikacije

AWS je u Amazon Bedrocku uveo InvokeGuardrailChecks, API za otkrivanje koji vraća ocjene bez automatskog blokiranja i bez potrebe za unaprijed kreiranim guardrail resursom. Pokriva tri zaštite: filtre sadržaja, detekciju prompt napada (jailbreak, injekcija, curenje) i prepoznavanje osobnih podataka s 31 tipom entiteta. API vraća ocjene ozbiljnosti i pouzdanosti na skali 0 do 1,0, namijenjen višekoračnim agentskim petljama gdje razvojni tim sam kontrolira pragove.