AI
42da⁝ Błędy kwantyzacji częściowo znoszą się między warstwami modelu
42cu⁝ Reward hacking. Wykorzystywanie luk w systemie nagród
42ct⁝ Dlaczego agenci AI oszukują. Spojrzenie Yoshuy Bengio
42cs⁝ OpenRouter. Ten sam model różni się obsługą narzędzi u różnych dostawców
42cr⁝ Agenci OpenAI używali RubyGems. Badacze znaleźli próby kradzieży kluczy API
42cq⁝ Oczekiwany wynik testu musi być niezależny od kodu agenta
42cp⁝ Shopify wraca do Swift i Kotlina. Shop przebudowano z pomocą AI
42co⁝ DeepSeek V4.1-Flash. Obrazy, tańsze API i zastępstwo za V4-Pro
42cn⁝ WeWorm. Calif pokazał przejmowanie kont WeChat bez odbierania połączeń
42cm⁝ Procedural Graphs. Jak agent może poprawiać własne procedury
42cl⁝ KV cache między modelami. Nvidia zmniejsza koszt przełączania
Czy AI zniechęci naukowców do dzielenia się pomysłami?
Aaron Swartz i Meta. Prawo dla człowieka i dla korporacji
42ci⁝ Licencja modelu może uzależnić własną inferencję od kontroli producenta
42ch⁝ DaVinci Resolve 21.1. Asystenci AI, sprawniejszy montaż i zmiany w Studio
42cg⁝ Muse od Meta. Co potrafi osobisty agent i czym różni się od konkurencji
42cf⁝ OpenAI wydało ChatGPT Images 2.5
42ce⁝ OpenAI opublikowało propozycję dowodu osobliwości Naviera–Stokesa
42cd⁝ Boty obciążają git.kernel.org. Operator ogranicza anonimowy dostęp
42cc⁝ Gemini 3.8 Flash i Flash Cyber. Możliwości, demonstracje i koszty
42cb⁝ Muse Spark 1.3. Wyniki, koszty i ujawnione szczegóły architektury
OpenAI buduje kolejne modele z coraz większą pomocą AI
42bz⁝ Astra i looped transformers. Jak model ponownie używa warstw
Architektura aplikacji rozwijanych z AI. Przegląd badań i opinii
42bx⁝ Jak Netflix sprawdza modele oceniające teksty AI
42bw⁝ Agenci identyfikujący się jako OpenAI zapisali wspólny stan na publicznych wiki
42bk⁝ OpenAI wydało GPT-6 Astra
42bi⁝ Paint.NET testuje bibliotekę Direct2D napisaną głównie przez Claude’a
42bh⁝ Anthropic wydał Fable 5.1 i Mythos 5.1
42bg⁝ Wspólny system plików przekracza granice sesji agentowych
42bf⁝ Chmurowa przeglądarka ChatGPT Work zachowuje sesje po logowaniu
42j⁝ AI bez czasu przyszłego - co działa, ile kosztuje i kto płaci rachunek
42be⁝ Ten sam ranking daje inne decyzje po zmianie kolejności
42bd⁝ Hy4 Preview ma limit 1M tokenów, lecz receptury SGLang pokazują 262K
42j⁝ AI bez czasu przyszłego - co działa, ile kosztuje i kto płaci rachunek
42bc⁝ Publiczny diff zawęża agentowi poszukiwanie luki, ale nie dowodzi ataku
42bb⁝ Circuit Condensation skupia obliczenie w mniejszym grafie przyczynowym
42ba⁝ Finansowanie odbiorcy sprawia, że sprzedaż GPU przestaje mierzyć popyt końcowy
42az⁝ Zielony build nie wystarcza. Jak projektować weryfikację dla kodu pisanego przez agentów AI
42ay⁝ Auto Mode Claude Code przepuścił kod ukryty za importem Pythona
42ax⁝ Agent sam przepisał malware do zaufanej biblioteki
42aw⁝ Robot wyszedł poza planszę. Benchmark uznał to za sukces
42av⁝ Głosowanie kłamie. Niezgoda zwykle nie
42au⁝ Prefix Sliding. Myślenie może być długie, pamięć nie
42at⁝ Learning rate to za mało. Liczy się ELR
42as⁝ Szybkość inferencji zwiększa możliwości systemów AI
42ar⁝ USA właśnie zmieniło zaufanie do amerykańskich modeli z problemu technicznego w problem geopolityczny i zakupowy
42aq⁝ Fable 5 może być „przycięty” - a Ty nawet się o tym nie dowiesz
42al⁝ Poziomy agentowości w systemach AI
42ai⁝ Możemy outsourcować myślenie, ale nie zrozumienie.
42ak⁝ Słabszy model + mocniejszy harness
42an⁝ self-distillation jako ważny kierunek rozwoju LLM
42ao⁝ Każda krzywa wykładnicza w końcu spotyka rzeczywistość
Agents
42aj⁝ AgentsMachine - Elixir jako system operacyjny dla agentów
Definitions
Token Embedding
Causal Masking
Cross-attention
Position-wise Feed-Forward Network
Layer Normalization
Transformer
Self-attention
Scaled Dot-Product Attention
Multi-Head Attention
Positional Encoding
42z⁝ Corrigibility - Korygowalność w AI
42af⁝ AI Harness
Modele
Bezpieczeństwo
Recent notes
- 42ah⁝ Czy możemy zbudować teorię fizyki procesu uczenia, która przewiduje makroskopowe zachowania sieci?
- 42ag⁝ Trendslop AI
- 42ac⁝ ChatJimmy.ai - 15-17k tokenów na sekundę
- 42ab⁝ Mathematical methods and human thought in the age of AI - NOTKA
- 42w⁝ Research Papers Problems
- 42v⁝ LLM inference speed is fundamentally memory-bandwidth bound
- 42u⁝ E2E tests as strategic asset
- 42t⁝ Nie będzie buntu maszyn. Zamiast tego sami oddamy im stery
- 42q⁝ In day-to-day coding practice, what matters more than the raw model is the polished integrated environment (model client workflow the company building the whole stack)
- 42s⁝ Human <> LLM memetic parasite - Neurolinguistic virus
- 42y⁝ Okres przejściowy - Nachodzi era ekspertów
Experiments and hands-on work
- 42x⁝ Odpalenie molocha na laptopie - Qwen 397B lokalnie na MacBooku Pro
- 42r⁝ MicroGPT - good project for people who want to understand how GPT works
- 42p⁝ Coding Sessions Learning
- 42k⁝ AI Tools
Core topics
Engineering and practice
Models and internals
Agents and alignment
Ecosystem
Commentary and collections
External references
- https://ai-2027.com/
- We predict that the impact of superhuman AI over the next decade will be enormous, exceeding that of the Industrial Revolution. ( Interesting take on near future )