Subota, 20. lipnja 2026.

13 vijesti — 🟡 7 važno , 🟢 6 zanimljivo

🤖 Modeli (2)

🟡 🤖 Modeli 20. lipnja 2026. · 2 min čitanja

arXiv:2606.20333: SoftSkill komprimira skill-dokumente u 32 latentna tokena i diže LiveMath za 42,1 boda

SoftSkill je metoda opisana u radu arXiv:2606.20333 koja pretvara skill-dokumente, poput Markdown SKILL.md datoteka, u kompaktne kontinuirane latentne objekte koji vode ponašanje modela bez mijenjanja baznog modela. Umjesto stotina ili tisuća tokena uputa, SoftSkill koristi 32 virtualna tokena i na zadatku LiveMath postiže poboljšanje od 42,1 postotnog boda u odnosu na rad bez vještine.

🟢 🤖 Modeli 20. lipnja 2026. · 1 min čitanja

arXiv:2606.19808: SEVRA selektivnom verifikacijom štedi do 91 posto tokena u rasuđivanju modela

SEVRA je kontroler opisan u radu arXiv:2606.19808 koji odlučuje kada provjeriti odgovor modela, a kada prihvatiti početnu procjenu, čime omogućuje budžetski svjesno rasuđivanje. Na benchmarku GSM8K SEVRA podiže točnost s 93,4 na 94,5 posto uz 91,2 posto manje verifikacijskih tokena, a na MATH-500 postiže 76,3 posto točnosti uz 26,8 posto manje tokena.

📦 Open Source (2)

🟡 📦 Open Source 20. lipnja 2026. · 2 min čitanja

arXiv:2606.20517: Multi-LCB proširuje LiveCodeBench na 12 programskih jezika i otkriva Python overfitting kod 24 modela

Multi-LCB je proširenje benchmarka LiveCodeBench s Pythona na 12 programskih jezika, opisano u radu arXiv:2606.20517 i prihvaćeno na konferenciji ICLR 2026. Testiranjem 24 velika jezična modela autori otkrivaju značajno preprilagođavanje (overfitting) Pythonu te jezično-specifičnu kontaminaciju podataka, čime izravno otkrivaju granice višejezičnog generiranja koda u današnjim modelima.

🟡 📦 Open Source 20. lipnja 2026. · 2 min čitanja

UK AISI: Engineering Playbook otvara infrastrukturu za evaluaciju frontier modela u pet slojeva

Engineering Playbook je open-source dokumentacija koju je UK AI Safety Institute objavio 18. lipnja 2026. i koja otvara internu infrastrukturu za evaluaciju frontier AI modela. Playbook je strukturiran u pet slojeva (Evaluate, Isolate, Connect, Run, Scale) i gradi na ranije otvorenom alatu Inspect AI koji ima preko 200 gotovih evaluacija i 240 kontributora.

⚖️ Regulacija (1)

🟡 ⚖️ Regulacija 20. lipnja 2026. · 2 min čitanja

EU AI Office: konzorcij EUROPA gradi otvoreni europski frontier model s preko 400 milijardi parametara za svih 24 jezika EU-a

EUROPA je konzorcij koji je Europska komisija 19. lipnja 2026. odabrala kao pobjednika natjecanja Frontier AI Grande Challenge. Predvođen talijanskom tvrtkom Domyn, konzorcij će izgraditi otvoreni europski frontier model s više od 400 milijardi parametara koji podržava svih 24 službena jezika EU-a i bit će javno dostupan tvrtkama, istraživačima i javnim institucijama.

🤝 Agenti (2)

🟢 🤝 Agenti 20. lipnja 2026. · 1 min čitanja

GitHub: interni analitički agent Qubot smanjio vrijeme rješavanja upita za oko 66 posto

Qubot je interni AI analitički agent koji je GitHub izgradio kako bi zaposlenicima omogućio postavljanje upita nad podatkovnim skladištem prirodnim jezikom. Agent koristi troslojni federirani kontekstni sloj (bronze, silver, gold) i automatski usmjeravanje između upitnih motora Kusto i Trino, a smanjio je vrijeme rješavanja upita za oko 66 posto.

🟢 🤝 Agenti 20. lipnja 2026. · 1 min čitanja

NVIDIA: partneri na Cannes Lions 2026 pokazali agentski AI za marketing, Criteo udvostručio brzinu treninga na Blackwellu

NVIDIA je na festivalu Cannes Lions 2026 s partnerima predstavila agentski AI za oglašavanje. Criteo je na NVIDIA Blackwell GPU-ima udvostručio brzinu treniranja modela i oslobodio oko 17.000 GPU sati godišnje, Alembic na sustavima DGX Vera Rubin analizira milijardu varijabli, a KERV.ai navodi desetorostruko poboljšanje brzine i učinkovitosti multimodalne analize.

🔧 Hardware (1)

🟢 🔧 Hardware 20. lipnja 2026. · 1 min čitanja

AMD: ROCm optimizacija Matrix3D-a za 3D svjetove ubrzala renderiranje do 54 posto na Instinct GPU-ima

AMD je na ROCm blogu opisao optimizaciju okvira Matrix3D za generiranje istraživih 3D svjetova na AMD Instinct GPU-ima. Zamjenom CUDA-specifičnih komponenti Triton kernelima i korištenjem biblioteke gsplat za 3DGS, renderiranje je na GPU-u MI250 ubrzano za 54 posto, a na MI300 za 50 posto, dok je sam rendering kernel 36 posto brži od CUDA verzije.

🏥 U praksi (3)

🟡 🏥 U praksi 20. lipnja 2026. · 2 min čitanja

Anthropic: Claude Code v2.1.183 blokira destruktivne git i infrastrukturne naredbe u auto modu

Claude Code v2.1.183 je nova verzija Anthropicovog CLI alata objavljena 19. lipnja 2026. koja u auto modu blokira destruktivne git naredbe (git reset --hard, git clean -fd, git stash drop) i infrastrukturne naredbe (terraform, pulumi i cdk destroy) bez izričitog korisničkog zahtjeva. Verzija donosi i popravke za WebSearch u subagentima, korupciju fullscreen sučelja te MCP autentikaciju.

🟡 🏥 U praksi 20. lipnja 2026. · 2 min čitanja

AWS: SageMaker dobiva preko 100 detaljnih inference metrika i Insights nadzornu ploču na CloudWatchu

Amazon SageMaker je AWS-ova platforma za strojno učenje koja sada emitira više od 100 detaljnih metrika za generativni AI inference u CloudWatch, dostupnih kroz novu Insights nadzornu ploču. Ploča prikazuje token-level latenciju (TTFT, latenciju među tokenima), praćenje KV cachea i dijagnostiku hladnog starta, a kompatibilna je s Grafanom i Datadogom preko PromQL endpointa.

🟢 🏥 U praksi 20. lipnja 2026. · 1 min čitanja

GitHub: Copilot gasi Opus 4.6 (fast) 29. lipnja, dodaje AGENTS.md u code review i polje ai_credits_used u API

GitHub je kroz changelog objavio tri promjene za Copilot. Model Opus 4.6 (fast) gasi se 29. lipnja 2026. na svim Copilot površinama uz preporuku prelaska na Opus 4.8 (fast), Copilot code review sada čita repozitorijske AGENTS.md datoteke, a Copilot Usage Metrics API dobiva polje ai_credits_used koje prati potrošnju AI kredita po korisniku.

🛡️ Sigurnost (1)

🟡 🛡️ Sigurnost 20. lipnja 2026. · 2 min čitanja

arXiv:2606.20508: što jezični modeli uče iz miješanih demonstracija sigurnog i štetnog ponašanja

Rad arXiv:2606.20508 istražuje kako sigurnosno usklađeni jezični modeli reagiraju na primjere u kontekstu koji miješaju bezopasne i štetne demonstracije. Glavni nalaz je da benigne i štetne demonstracije nisu zamjenjive: bezopasni primjeri mogu i smanjiti i povećati štetnu usklađenost ovisno o modelu, dok preference optimization sprječava eskalaciju štetnog ponašanja.

✨ Zanimljivosti (1)

🟢 ✨ Zanimljivosti 20. lipnja 2026. · 1 min čitanja

arXiv:2606.20205: psihološki profili jezičnih modela uglavnom su mjerni artefakt, a ne stabilna osobnost

Rad arXiv:2606.20205 testirao je 56 instrukcijski ugođenih jezičnih modela standardiziranim psihološkim i preferencijskim instrumentima. Razlaganjem varijance autori pokazuju da usmjereni response bias objašnjava 81 do 90 posto razlika među modelima, naspram svega 9 do 16 posto kod ljudi, pa zaključuju da su psihološki profili modela uglavnom mjerni artefakt, a ne stabilna osobnost.