Všechny články
Kompletní výpis, od nejnovějšího.
-
Ray 2.58 zohledňuje KV cache při směrování dotazů mezi replikami
Ray 2.58 dokončil směrování požadavků podle toho, kolik jejich prefixu už leží v KV cache jednotlivých replik. Router převádí text na tokeny jednou, sleduje bloky v paměti GPU i RAM a při…
-
Záznamy CVE k platformě Cohere North neříkají, která verze je opravená
Databáze NVD zveřejnila 26. srpna čtyři záznamy o podnikové agentní platformě Cohere North ve verzi 1.1.5. Jméno produktu je v nich jen ve větě popisu; v polích pro výrobce, produkt a verzi…
-
Ollama 0.33.1 začala v MLX skutečně vynucovat JSON Schema
Ollama uměla přijmout JSON Schema i u modelů v MLX, její runner se jím však neřídil. Verze 0.33.1 to mění: XGrammar před každým krokem zakáže tokeny, které by porušily zadanou strukturu.…
-
GLM-5.3-Flash si drží KV cache jen v jedenácti ze 45 vrstev
Váhy modelu GLM-5.3-Flash jsou na Hugging Face pod licencí MIT: 321,3 miliardy parametrů v 62 souborech, dohromady 328,3 GB. Slovo „Flash“ se týká ceny provozu, ne rozměrů. Levný je proto,…
-
Spring AI 2.0.1 zavírá chybu v PDF i cestu k podstrčení modelu přes cache
Spring AI opravilo dvě zranitelnosti ve zpracování dokumentů a lokálních modelů. Speciálně připravené PDF může zastavit vlákno pro načítání dat, místní uživatel na sdíleném stroji zase mohl…
-
Nová licence Qwenu chce zvláštní smlouvu i po malém poskytovateli inference
Qwen dal 24. srpna 2026 váhám modelu Qwen3.8-Flash-Next licenci Qwen Community License 1.0. Od licence svého největšího modelu, která vyšla o šestnáct dní dřív, se liší jedinou větou: chybí…
-
OpenAI uvádí u čipu Jalapeño až 1,9krát více práce na watt
První vlastní čip OpenAI pro běh modelů má podle výsledků výrobce zvládnout 1,5 až 1,9krát více práce na watt než srovnávané systémy Nvidia. Při stejné práci by to znamenalo o 33 až 47…
-
Nanbeige 4.2 pouští svých dvaadvacet vrstev dvakrát za sebou
Model Nanbeige4.2-3B předčí v agentních testech podstatně větší modely a přitom má jen tři miliardy parametrů mimo vloženiny. Konfigurace prozrazuje proč: dvaadvacet vrstev vah se na každém…
-
Paseo ovládá z telefonu nativní CLI devětatřiceti agentních nástrojů
Paseo pouští nativní příkazovou řádku cizích agentních nástrojů na stroji uživatele a ovládat se dá z telefonu, prohlížeče i desktopu. Model si nevybírá: rozhoduje o něm ta příkazová řádka,…
-
vLLM 0.28.0 přesunul podporu bitsandbytes z hlavního stromu do zásuvného modulu
Obsluha jazykových modelů vLLM vydala 26. srpna 2026 verzi 0.28.0 s 584 commity od 270 přispěvatelů. Podpora kvantizace bitsandbytes odešla z hlavního stromu do samostatného zásuvného…
-
Tabulka n-gramů drží ve vahách Qwen3.8-Flash-Next 51 miliard parametrů
Qwen zveřejnil váhy Qwen3.8-Flash-Next, na kterých chce postavit příští generaci svých modelů. Soubory nesou 179 999 981 459 parametrů a zaberou 360 GB. Přes 51 miliard z toho ale nic…
-
Cisco přidá do AI infrastruktury rackové servery Supermicro
Sestava spojí výpočetní systémy, síťové přepínače a kapalinové chlazení. Do prodeje má jít v říjnu, takže zatím stojí hlavně na slibu tří dodavatelů.
-
V bezobslužném režimu zastaví Continue CLI ničivý příkaz jen podle neúplného seznamu
Continue CLI umí běžet bez dohledu a v tom režimu spouští příkazy shellu bez ptaní. Jedinou tvrdou zábranou zůstává výčet nebezpečných cest: zná kořen, domovský adresář a čtyři systémové…
-
Claude sdílí paměť mezi chatem a cloudovým Coworkem
Anthropic propojil paměť v chatu s cloudovými úlohami Coworku. Co si Claude uloží při rozhovoru, může použít při samostatné práci a poznatek z Coworku se vrátí do dalších chatů. Uživatel…
-
Váhy modelu SenseNova U1.5-8B-MoT mají 17,5 miliardy parametrů
SenseTime vydala 19. srpna otevřený multimodální model SenseNova U1.5-8B-MoT. Rozhraní Hugging Face u něj napočítá 17 532 854 464 parametrů a osm souborů s vahami zabere pětatřicet…
-
Zapnuté MCP v Chainlitu dovolovalo bez přihlášení spouštět příkazy na serveru
Kdo v Chainlitu ručně zapnul podporu MCP, vystavil rozhraní, přes které mohl nepřihlášený klient poslat příkaz operačnímu systému. Další chyba dovolovala serveru podstrčit adresu ve vnitřní…
-
Server mcp-searxng posílal heslo k instanci SearXNG klientovi hned po připojení
Prostředník mezi asistentem a vyhledávačem SearXNG posílal ve verzi 1.11.0 celý obsah proměnné SEARXNG_URL, tedy i jméno a heslo v ní zapsané, jako logovací zprávu klientovi. Druhou cestou…
-
SGLang odstranil přepínač pro kvantizaci, který v devíti vydáních jen hlásil chybu
Přepínač --torchao-config končil v SGLangu chybou ImportError, ať mu uživatel předal kteroukoli z povolených hodnot. Rozbil ho skok verze knihovny torchao, který se svezl s úpravou…
-
Převodník llama.cpp devět měsíců přehlížel doporučený postih za opakování
Oprava z 24. srpna 2026 mění v převodníku llama.cpp jediný řádek: doporučený postih za opakování se nově čte i pod jménem repetition_penalty. Dosud se hledal jen pod jménem penalty_repeat,…
-
Mozilla popsala otevřenost AI po součástkách místo jediné nálepky
Mozilla 20. srpna představila rámec, který neposuzuje otevřenost AI jedním ano, nebo ne. Zvlášť sleduje data, kód, váhy, dokumentaci a okolní systém. Definice Open Source AI od OSI naproti…