Pereiti prie turinio
2026 m. lapkričio 22 d., sekmadienis
Tenesys AI News
Prenumerata

Visos naujienos

TENESYS AI NEWS seka svarbiausias AI naujienas ir paaiškina, kas pasikeitė, kodėl tai svarbu ir ar technologiją verta išbandyti.

#Reasoning — 17 straipsnių ✕

Modeliai· Svarbu· 🧪 Verta testuoti

„RadixArk“ pristatė „DaisyRose-27B“ – modelį, skirtą agentinėms užduotims

„RadixArk“ išleido „DaisyRose-27B“, 27 milijardų parametrų modelį, sukurtą „Qwen3.8-27B“ pagrindu ir optimizuotą sudėtingoms, ilgalaikėms agentinėms užduotims naudojant stiprinamąjį mokymąsi (reinforcement learning). Modelis pasižymi dideliais našumo pokyčiais mąstymo ir programavimo testuose, ypač automatizuojant terminalo veiksmus.

Hugging Face
Modeliai· Svarbu· 🧪 Verta testuoti

Naujas 1 mlrd. parametrų modelis, skirtas matematiniam mąstymui

Tyrėjai pristatė „Limite 1B - Violetto“ – kompaktišką 1 milijardo parametrų modelį, sukurtą matematinių užduočių sprendimui. Jis palaiko 131 tūkst. žetonų konteksto langą ir yra platinamas pagal „Apache 2.0“ licenciją.

arXiv cs.CL
Agentai· Svarbu· 🧪 Verta testuoti

Trident sistema pagerina LLM agentų našumą per testavimo metu vykstančią evoliuciją

Tyrėjai pristatė „Trident“ – sistemą, skirtą LLM pagrįstiems agentams optimizuoti, sprendžiant tris informacijos apdorojimo problemas: neefektyvų atminties valdymą, nereikalingą elgsenos dubliavimąsi ir nesaugų agento perrašymą. Įdiegus „Trident“, agentai pasiekia žymiai geresnių rezultatų atlikdami sudėtingas, ilgos trukmės užduotis.

arXiv cs.CL
Tyrimai· Svarbu· 🧪 Verta testuoti

Naujas „Self-Disagreement“ mokymo metodas stiprina modelių gebėjimą argumentuoti

Tyrėjai pristatė naują mokymo metodą, vadinamą „Self-Disagreement“ (savarankišku nesutarimu), kuris pagerina modelio gebėjimą vertinti savo paties argumentus. Vietoj priklausomybės nuo žmogaus grįžtamojo ryšio ar išorinių apdovanojimų modelių, agentas pats sukuria priešingus argumentus ir mokosi vertindamas jų pagrįstumą.

arXiv cs.CL
Modeliai· Svarbu· 🧪 Verta testuoti

„Moonshot AI“ pristatė „Kimi K3.1 Pro Highspeed“ platformoje „Amazon Bedrock“

„Moonshot AI“ išleido „Kimi K3.1 Pro Highspeed“ – naują modelį „Amazon Bedrock“ platformoje, skirtą sudėtingoms agentų užduotims ir programavimo darbams. Šis modelis pasižymi 2–3 kartus didesniu generavimo greičiu nei standartinė versija, palaiko konfigūruojamą logiką, įrankių iškvietimą bei „explicit prompt caching“ funkciją išlaidų optimizavimui.

AWS Machine Learning
Karšta naujienaModeliai· 🧪 Verta testuoti

„Google“ pristatė „Gemini 4 Carbon“, skirtą sudėtingoms agentinėms užduotims

„Google“ išleido „Gemini 4 Carbon“ – naują pažangų modelį, sukurtą sudėtingam, kelių žingsnių mąstymui, programinės įrangos inžinerijai ir aukšto lygio kibernetinio saugumo užduotims. Dabar modelį galima naudoti per API ir „Google Antigravity“, jis pasižymi geresniu našumu agentinėse darbo eigose.

Google DeepMind
Modeliai· Svarbu· 🧪 Verta testuoti

„Anthropic“ pristatė „Claude Fable 5.2“ su patobulintu samprotavimu ir „Fast Mode“

„Anthropic“ išleido „Claude Fable 5.2“ ir „Claude Mythos 5.2“ modelius, skirtus ilgalaikėms agentinėms užduotims ir sudėtingam samprotavimui. Atnaujinimas pasižymi mažesnėmis kainomis bei papildomu „fast mode“ režimu, padidinančiu našumą. Kūrėjai turi atkreipti dėmesį į sugriežtintas prefikso patikras, kompiuterinių įrankių reikalavimus ir naujus konsultantų (advisor) modelių apribojimus.

Claude Platform Release Notes
Modeliai· Svarbu· 🧪 Verta testuoti

„Moonshot AI“ pristatė multimodalų agentų modelį „Kimi-K3.1-Pro“

„Moonshot AI“ išleido „Kimi-K3.1-Pro“ – atviro svorio, natūraliai multimodalų 2,8 trilijono parametrų modelį. Jis pasižymi 1 milijono žetonų konteksto langu, naudoja „Mixture-of-Experts“ (MoE) architektūrą ir yra specialiai optimizuotas agentų darbo eigoms bei ilgoms užduotims.

Moonshot Kimi (Hugging Face)
Tyrimai· Svarbu· 🧪 Verta testuoti

Sumanymo istorijos glaudinimas mažina dirbtinio intelekto agentų kaštus

Nauji tyrimai rodo, kad samprotavimo istoriją galima perrašyti į kompaktiškus būsenos įrašus prieš įvedant naujus įrankių rezultatus. Šis metodas veiksmingai sumažina būsimų samprotavimo žetonų skaičių ir bendras agento išlaidas, pašalindamas nereikalingas mintis, nereikalaujant modelio perkvalifikavimo.

arXiv cs.CL
Karšta naujienaModeliai· 🧪 Verta testuoti

„Mistral AI“ pristatė 1 trilijono parametrų modelį „Mistral Large 4“

„Mistral AI“ išleido „Mistral Large 4“ (Le Chonk) – 1 trilijono parametrų atvirojo svorio modelį, optimizuotą programavimui, kibernetiniam saugumui ir loginiam samprotavimui. Modelyje įdiegti trys skirtingi logikos režimai, leidžiantys subalansuoti našumą ir išlaidas, bei sustiprintos apsaugos priemonės saugiems agentams.

Mistral AI

Anthropic 90–99 % sumažino Claude modelio „distiliavimo“ ataką naudojant naujas apsaugas

Anthropic paskelbė, kaip sustabdė „neteisėtą distiliavimą“ – didelio masto slaptas operacijas, per kurias išgaunami Claude mąstymo (reasoning) duomenys, naudojami pigiai apmokyti konkuruojančius modelius. Naujos priemonės – mąstymo apibendrinimas, „preserved thinking“ naujoms API paskyroms ir dviejų pakopų klasifikatorių sistema – sumažino išgaunamų naudingų duomenų kiekį 10–100 kartų. Anthropic teigia, kad Kinijos kompanija Zhipu panaudojo distiliavimą (įskaitant bandymus prieš Claude) kurdama GLM-5.3, kurį JAV vertintojai pripažino pavojingiausiu atvirojo kodo modeliu kibernetinio saugumo srityje, kurio apsaugas lengva apeiti.

Anthropic
Tyrimai· Svarbu

Nauji tyrimai: AI agentas nenusprendžia paklusti prompt injection iškart — sprendimas formuojasi samprotavimo metu

Naujas tyrimas kvestionuoja įsitikinimą, kad AI agento likimas prieš prompt injection ataką nulemiamas tą akimirką, kai jis perskaito kenkėjišką tekstą. Tyrėjai sukūrė šakojamų pakartojimų (branching rollouts) metodą AgentDojo testų rinkiniuose: jie pakartojo agento eigą iki momento, kai jis aptinka įterptą instrukciją, tada leido likusiai epizodo daliai vystytis daugybe skirtingų būdų, kad išmatuotų, kiek galutinio rezultato jau buvo nulemta, o kiek – dar atvira. Qwen3 agentui be išplėstinio samprotavimo ("thinking") 91 proc. rezultato buvo jau nulemta tą akimirką; įjungus samprotavimą, šis skaičius sumažėjo iki 62 proc., o tai rodo, kad paklusimo sprendimas dažnai tęsiasi dar ilgai po pirmo kontakto su ataka. Samprotavimo įjungimas taip pat sumažino sėkmingų atakų prieš Qwen3 dažnį, tačiau padidino jį dviems kitiems testuotiems modeliams, o bandymų rezultatai samprotaujantiems agentams pasikeisdavo pakartojus testą iki 35 proc. atvejų.

arXiv cs.CL
Modeliai· Svarbu· 🧪 Verta testuoti

Nauja atviro svorio „Liquid AI“ modelio versija leidžia vykdyti agentinį samprotavimą lokaliai, naudojant tik 2B aktyvių parametrų

„Liquid AI“ paskelbė LFM2.5-24B-A2B – mišrių ekspertų (MoE) modelį su 24B bendrų parametrų, bet tik 2B aktyvių vienam tokenui, skirtą samprotaujantiems agentams vykdyti lokalioje įrangoje. Naujoje versijoje konteksto langas išplėstas iki 131K tokenų, žodynas padvigubintas, o pradinis mokymas atliktas naudojant maždaug dvigubai daugiau duomenų nei ankstesnėje versijoje. Agentinio ir įrankių naudojimo testų rezultatais modelis prilygsta arba lenkia modelius, turinčius apie 50 % daugiau parametrų, kartu pasiekdamas greitą veikimą tiek vartotojiškoje, tiek duomenų centro įrangoje.

Hugging Face
Tyrimai· Svarbu· 🧪 Verta testuoti

„Amazon“ „Priming“ metodas paverčia iš anksto apmokytus Transformer modelius efektyviais hibridais už mažiau nei 1% mokymo kainos

„Amazon Web Services“ tyrėjai paskelbė metodą „priming“, kuris paverčia iš anksto apmokytus Transformer modelius hibridinėmis architektūromis, derinančiomis dėmesio (attention) ir būsenos erdvės modelio (SSM) sluoksnius, panaudojant jau turimus svorius vietoj mokymo nuo nulio. Metodas sumažina mokymo sąnaudas daugiau nei 99% ir leidžia 32 milijardų parametrų hibridiniam modeliui pasiekti tokią pačią kokybę kaip originalus Transformer modelis, dekoduojant iki dvigubai greičiau. „Amazon“ išbandė tris SSM tipus ir atvirai paskelbė modelių rinkinį, mokymo kodą bei įrankius pagal Apache 2.0 licenciją.

Amazon Science
Modeliai· Svarbu· 🧪 Verta testuoti

Anthropic pristatė „Claude Haiku 5.5“ su 1M token kontekstu ir adaptyviu mąstymu

Anthropic išleido „Claude Haiku 5.5“ (claude-haiku-5-5) — pajėgiausią Haiku modelį, skirtą dideliam apkrovimui ir delsai jautrioms užduotims. Jis palaiko 1 milijono token kontekstą, iki 128k išvesties token ir adaptyvų mąstymą, valdomą nauju effort parametru. Modelis pasiekiamas per Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud ir Microsoft Foundry. Anthropic įspėja, kad kodas, parašytas ankstesniam Haiku 4.5 modeliui, gali neveikti naujoje versijoje.

Claude Platform Release Notes