15 vijesti — 🔴 1 kritično , 🟡 10 važno , 🟢 4 zanimljivo
Anthropic danas lansira Claude Sonnet 5 — model koji planira višekorakne zadatke, upravlja preglednicima i terminalima te se na ključnim zadacima približava Opusu 4.8, uz uvodnu cijenu $2/$10 po milijunu tokena do 31. kolovoza 2026. i 1M token kontekstni prozor.
Nakon 18 dana globalne suspenzije, Anthropic objavljuje ponovni deployment Fable 5: američka vlada ukinula je izvozne kontrole 30. lipnja, a poboljšani sigurnosni klasifikator blokira otkrivenu tehniku bypass-a u više od 99 posto slučajeva.
Google je 30. lipnja 2026. istovremeno objavio Gemini Omni Flash za konverzacijsko uređivanje videa i Nano Banana 2 Lite za brzu sintezu slika. Video model naplaćuje 0,10 dolara po sekundi outputa, dok image model stoji samo 0,034 dolara na tisuću slika.
Google Research objavio je TabFM, foundation model za tablične podatke koji daje zero-shot predikcije u jednom forward passu, bez podešavanja hiperparametara i feature engineeringa. Model je postigao vrhunske Elo ocjene na benchmarku TabArena i dostupan je na Hugging Faceu i GitHubu, s najavom integracije u Google BigQuery.
RadixArk objavljuje Miles, open-source reinforcement learning okvir koji spaja SGLang, Megatron-LM, Ray i PyTorch u jedinstven produkcijski-testirani stack za post-training velikih jezičnih modela na Hopper i Blackwell GPU-ima.
CNCF sandbox projekt Kepler potpuno je prepisan: nova arhitektura zamjenjuje eBPF pristup čitanjem standardnih /proc i /sys puteva, eliminira višekilovatne skokove mjerenja i svodi jaz atribucije snage procesa na razinu milivata.
LF AI & Data Foundation objavila je ONNX v1.22.0 s native attention operatorima za transformerske arhitekture i LLM-ove, WebAssembly podrškom za pregled modela u pregledniku te SLSA Level 2 kriptografskim atestacijama. Doprinijela su 27 suradnika, od kojih 16 po prvi put.
Isti dan kad Anthropic lansira Claude Sonnet 5, GitHub Copilot uvodi model kao općenito dostupan na svim platformama, a Copilot Agent mode proširuje se s VS Codea na JetBrains razvojna okruženja — IntelliJ, PyCharm, GoLand i WebStorm.
Microsoft Research objavio je SkillOpt — sustav koji optimizira skill datoteke agenata iterativnim forward-backward ciklusom bez dotarivanja težina modela. Na 52 evaluacijske ćelije postigao je najbolje ili izjednačene rezultate, a GPT-5.5 s optimiziranim skillovima skočio je sa 58,8 na 82,3 posto prosječne točnosti.
Istraživači su predložili TRIAGE — okvir koji klasificira segmente trajektorije u četiri semantičke uloge i svakoj dodjeljuje drugačiji signal nagrade, za razliku od GRPO-a koji sve tokene tretira jednako. Na ALFWorld, Search-QA i WebShop benchmarkovima TRIAGE smanjuje broj akcija prema okolini za 10,4 do 14,8 posto.
Anthropic je u beta objavio Claude Science — zasebnu desktop aplikaciju (macOS/Linux) za istraživače u genomici, proteomici i srodnim poljima, s više od 60 kuriranih vještina, nativnom integracijom NVIDIA BioNeMo modela i reviewerom koji validira citate i izračune.
Analiza OECD-a temeljena na podacima SimilarWeba za 37 GPAI zemalja pokazuje da je upotreba generativnih AI chatbota narasla s oko 18% na 28% populacije između siječnja 2025. i siječnja 2026. Singapur vodi s 63% usvajanja, dobna skupina 25–34 prelazi 50%, a korisnici Claudea i Copilota gravitiraju profesionalnim alatima.
Istraživači sa Sveučilišta u Trentu predlažu MARS — pristup multimodalnoj sigurnosti koji preuzima smjerove odbijanja iz tekstualnog LLM-a i primjenjuje ih na slikovne i video ulaze bez ikakvog dodatnog treniranja. Testiran na pet aktualnih multimodalnih modela s dosljednim sigurnosnim poboljšanjima uz očuvanu korisnost.
Hunter Lovell iz LangChain tima opisuje tehniku izvršavanja nepouzdanog agentskog koda unutar QuickJS motora kompajliranog u WebAssembly — bez vanjskog sandboxa. Tri sigurnosna stupa i dvije eksperimentalne open-source biblioteke dostupne su razvojnim zajednicama.
