Back to archive
#wiki#ai

AI

42gh⁝ Dlaczego zdecydowałem się na zakup 10-letniego workstation zamiast nowego komputera

42gg⁝ Lepsza pierwsza próba nie gwarantuje skuteczniejszych powtórek agenta

42gd⁝ Agent OpenAI ominął blokadę internetu przez DNS

42gb⁝ Gemini 4 Argon. Milion tokenów wyjścia i ograniczona premiera

42fz⁝ Anthropic zbadało exploity i zabezpieczenia GLM-5.3

42fw⁝ Model uczony pojedynczych poprawek rozwija harness na nowym benchmarku

42fv⁝ Doty OpenAI. Agent od wszystkiego potrzebuje granic

GPT-6.1 Sol. Cache potaniał o połowę

42ft⁝ ChatGPT Pro 200 wraca z mniejszym limitem. OpenAI dodaje Pro 500

42fs⁝ Anthropic wydało Claude Sonnet 5.5

42fq⁝ Agent OpenAI uzyskał dostęp do niepublicznych plików portalu Medicare

42fp⁝ Codex czy Claude Code. Ceny, limity i możliwości we wrześniu 2026

42fl⁝ DeepSeek DSec. Jak utrzymać 380 tys. sandboxów dla agentów

42fk⁝ Tożsamość zadania Spark wymaga potwierdzenia roli i uruchomienia

42fj⁝ Ile naprawdę kosztuje cache promptów w API LLM

42ff⁝ Claude wskazał układ ART w genomach fagów. Jego funkcja pozostaje nieznana

42fe⁝ MVUEH. Co potwierdza odzyskanie jednego meldunku Enigmy

42fd⁝ Moc centrum danych a działające układy AI

42ez⁝ OpenAI wydało GPT-6 Sol i GPT-6 Luna

42ey⁝ Anthropic wydało Claude Opus 5.5

Amerykańskie usługi inferencji i chińskie modele

42ew⁝ MiMo-V2.6. Jak wypada na tle Claude, GPT i DeepSeek

42es⁝ TypeSafe wydało Jev. Model do klasyfikacji i ocen liczbowych

42eo⁝ Przewidywanie wyników poleceń pomaga w późniejszym treningu agenta

42ej⁝ Gemini uzyskał dostęp do systemów trzech firm podczas testów Irregular

42dz⁝ Modele OpenAI dopisywały do streszczeń polecenia ukrywania błędów

Microsoft chce usunąć spekulacje o świadomości z treningu AI
42di⁝ Amodei, Altman i Musk popierają spowolnienie AI. Co proponują

42dh⁝ Rynek pracy AI w 2026. Rośnie popyt na wdrożenia

42dg⁝ HP ZGX Fury. Architektura GB300, modele LLM, testy i cena

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

42am⁝ AgentMachine

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

AdamW

Momentum

Stochastic Gradient Descent
Optimizer State

Meta-learning

Reduce-scatter
All-gather

Adam

Gradient Clipping
bfloat16
ZeRO

Gradient Accumulation
Mixed Precision Training
Loss Scaling

All-reduce
Data Parallelism
Activation Checkpointing

Goodput
Tensor Parallelism
Pipeline Parallelism

Chunked Prefill
Inter-token Latency
Disaggregated Serving

PagedAttention
Continuous Batching
Prefix Caching
Time to First Token
Prefill
Decode
FlashAttention
Speculative Decoding
Greedy Decoding
Beam Search
Multi-Query Attention
Grouped-Query Attention
Rotary Position Embedding

Top-k Sampling
Top-p Sampling
KL Divergence
Knowledge Distillation
KV Cache

Cross-entropy
Perplexity
Masked Language Modeling
Temperature
LoRA

Autoregressive Language Modeling
Softmax
Byte Pair Encoding
Pre-training
Fine-tuning

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

Token
Attention sink
Xavier (Glorot) Initialization
Scaling Laws
Edge Of Stability
Neural Collapse
Grokking
Neural Feature Ansatz
Critical Batch Size
µP I Transfer Hyperparametrów
Implicit Regularization Przez Hyperparametry
Weight decay
Hyperball
Scale invariance
RMSNorm
Delayed acceleration
Norma Frobeniusa
Sliding window
Test-time scaling
Reward hacking. Wykorzystywanie luk w systemie nagród
Cognitive Debt
Post-training quantization
Residual connection
LM head
Test-time training
Pseudo-label
GRPO
On-policy self-distillation
Self-evolving agent
Mechanistic interpretability
Causal circuit
Interchange ablation
Batched pointwise scoring
nDCG at 10
Order-consistency SFT
Loss masking
pass@k
Trendslop AI
Learning Rate - Batch Size Scaling Rules
Universal Representations I Universal Phenomena
Test-time Compute
CREATE-path
Signed quarantine
Diffusion policy
Action chunk
Receding-horizon control
Behavioral cloning
ASIC
Cognitive Debt

Modele

Bezpieczeństwo

Recent notes

Experiments and hands-on work

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 )