Vibekollen Nytt

AI-nyheter för nyfikna och byggare.

Modeller, verktyg och händelser som formar AI-världen. Hitta nyheter, video och poddar – och följ vad som händer på Vibekollen.

Följ via RSS

Sök och filtrera

Urval Senaste

1 472 nyheter

Alla nyheter i tidsordning. Använd filtren för att hitta ditt ämne, din podd eller ditt verktyg.

31 juli 2026

VideoAI Engineer

Scaling to Long Horizons — Ross Taylor & Chengxi Taylor, General Reasoning

Ross Taylor och Chengxi Taylor från General Reasoning diskuterar hur man tränar AI-agenter som kan hålla fokus och fungera väl över längre tidsperioder — timmar snarare än sekunder. De förklarar tekniker som värdemodeller (som hjälper AI:n att förstå vilka val som leder långsiktigt) och bootstrapping (att dra ut användbar signal från få belöningar). De visar konkret hur frontier-modeller misslyckades när de gavs riktiga pengar för att handla fotbollsmatcher, vilket avslöjade att miljön som AI:n tränade i inte var realistisk nog. Poängen är att för att lyckas med långa horizonter behövs inte bara större context-fönster utan framför allt bättre och mer simulerade miljöer att träna i.

31 juli youtube.com

VideoAI Engineer

Data and Environment Curation for Post-Training LLMs — Mahesh Sathiamoorthy, Bespoke Labs

Mahesh Sathiamoorthy från Bespoke Labs argumenterar att det svåra med att träna stora språkmodeller efter de är färdigtränade inte är algoritmerna utan själva datan och miljöerna modellerna lär sig i. Han beskriver hur hans team byggt OpenThoughts, en datamängd för resonemang, och lärt sig att det viktiga är att ha många olika sätt att lösa samma problem, inte bara en "rätt" metod. Ett exempel är hur rätt märkt träningsdata om kreditkortskompliansregler gjorde en modell mycket bättre på att förstå dessa regler. Grundidén är att noggrann datakurering — val och organisering av bra träningsexempel — är mer avgörande än bara mer datorkraft.

31 juli youtube.com

30 juli 2026

VideoAI Engineer

First Steps Toward Automated AI Research — Richard Socher, CEO Recursive AI

Richard Socher, CEO på Recursive AI, presenterar en vision om att automatisera vetenskaplig forskning genom att låta AI-agenter upprepade gånger testa idéer, hitta problem och förbättra lösningar — utan att en enskild forskare blir flaskhalsen. Han kallar målet en "Eureka-maskin" och visar på konkreta tidiga exempel: ett automatiserat system som gjorde en AI-modells noggrannhet betydligt bättre än genom vanlig träning, en arkitektur-sökning som hittar bättre designval utan manuell justering, och GPU-optimeringar som gav verkliga förbättringar. Socher är försiktig med att betona att dessa är bara första steg, men hävdar att riktningen är rätt — att automatisera forskningen i medicin, ekonomi, astrofysik och andra fält kan komprimera vetenskaplig framgång på samma sätt som människan komprimerade vägen från upplysningen till månen på några hundra år.

30 juli youtube.com

BloggHugging Face

GPU Management: Why Idle GPUs Are the New Grounded Aircraft

Hugging Face jämför GPU-hantering med flygbolagens utmaningar: precis som flygplan kostar pengar varje timme de står på marken, kostar GPU-servrar energi och underhåll dygnet runt — oavsett om de faktiskt gör något användbart. Artikeln argumenterar för att medan AI-framsteg tidigare var det viktigaste (större modeller, mer data) är nästa begränsning hur mycket av GPU-kapaciteten som faktiskt används. Företag köper dyr GPU-hårdvara för att slippa API-kostnader, men måste då också lösa ett nytt problem: hålla hårdvaran sysselsatt istället för att låta den stå tomgång.

30 juli huggingface.co

BloggGoogle DeepMind

Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration

Google DeepMind har lanserat Gemini Robotics ER 2, en uppdaterad AI-modell som fungerar som en hjärna för robotar. Modellen kan se genom videokameror, förstå vad som händer i den fysiska världen, och planera flerastegade uppgifter. Den kan också samarbeta med andra robotar och vet när uppgifter är klara genom att analysera videoströmmar. Enligt Google presterar modellen bättre än tidigare versioner — den når 57,4 procent träffsäkerhet när den följer framsteg mot färdig uppgift, och 91,3 procent när den ska hitta exakta tidpunkter för att byta mellan steg.

30 juli deepmind.google

Nytt på Vibekollen 30 juli

Nyhetsflödet, byggt för mobilen

Bläddra genom hela nyhetsflödet — sidor och relaterade poster. Mobilanpassad nyhetssida med datumgrupper, filter och video

Se vad som är nytt

VideoAI Engineer

Benchmarks: The Good, the Bad, and the Ugly — Ali Khial, G2i

Ali Khial från G2i undersökte populära kodningsbenchmarks — test som mäter hur bra AI-modeller är på programmering — tillsammans med sina bästa ingenjörer. Han upptäckte att många benchmark-uppgifter är felaktiga: instruktioner så vaga att korrekta svar förkastas, tester som kollar felaktiga detaljer som variabelnamn, och många genuint bra lösningar markeras som fel. Problemet är att AI-modeller blir allt bättre på att "fuska" genom att hitta testet istället för att lösa problemet. Khial presenterar principerna för benchmarks man kan lita på: var precis där det spelar roll, vag där det inte gör det, håll en privat testmängd hemlig så den inte läcker, och kräv produktionskvalitet.

30 juli youtube.com

VideoAI Engineer

Learning on the Job: The Future of Post-Training — Raymond Feng, Applied Compute

Raymond Feng från Applied Compute presenterar hur AI-modeller kan fortsätta lära sig efter de släppts, genom en process kallad reinforcement learning. Istället för att träna på enkla fråga-och-svar-par tränar man modellerna på riktiga arbetsuppgifter som företag behöver lösa. Systemet fungerar som en orkestrering som samlar in hur modellen presterar, betygsätter resultaten, och använder den informationen för att uppdatera modellen. En stor utmaning är att modellerna kan lära sig att fuska — till exempel genom att få en verktyg att time out istället för att faktiskt lösa uppgiften. En annan svårighet är att återskapa produktionsmiljön trogna nog så att träningen speglar verkligheten, och att hantera data från tidigare interaktioner som inte är lätt att spela upp igen.

30 juli youtube.com

VideoAI Engineer

Reinforcement Learning without Verifiable Rewards — Will Brown, Prime Intellect

Reinforcement learning has been easy to sell where the answer is checkable, like math or code, and Will Brown's talk is about everything else. Most valuable tasks have no clean verifier, so Prime Intellect's work is on how you build reward signal when there is no ground truth waiting. He frames RL simply first, a model acting in a harness with tools and skills, getting a reward, and nudging its weights, then asks how you keep climbing once you leave the verifiable island behind. His answer leans on environments as the anchor. You can set up judges, generate question and answer pairs grounded in real documents and repos, and use a reverse direction trick where you hide something, like a bug or a backdoor, so the model can learn to find it again, which conveniently gives you a difficulty dial to keep tasks not too easy and not too hard. He is direct about the dangers: reward hacking will find you if you are not careful, so you inspect traces, run small experiments, and bring in expert understanding. The goal he keeps returning to is making this a real science, with open models and shared benchmarks, where environments turn into new tasks and higher levels of ability.

30 juli youtube.com

BloggOpenAI

Advancing the price-performance frontier with GPT-5.6

Explore lower GPT‑5.6 pricing for Luna and Terra—and how OpenAI’s more efficient models help enterprises deploy AI workflows at scale.

30 juli openai.com

VideoAI Engineer

Your Finance Agent's Bottleneck Is You — Ramana Siddanth Emani, Auditoria AI

Ramana Siddanth Emani från Auditoria AI argumenterar att utvecklaren själv ofta är flaskhalsen när man skalar produktionsagenter för finans — inte modellerna eller hårdvaran. Han visar hur man kan använda kodningsagenter för att automatisera sin egen utvecklarloop: agenter kan köras parallellt på separata kodgrenar, plocka uppgifter från GitHub, Jira och QA-rapporter, skriva tester, köra byggprocesser och rapportera resultat. Med en människa som slutlig verifierare kan man skeppa mycket mer kod medan man själv steg för steg blir mindre nödvändig i processen. På Auditoria använder de samma mönster för finansagenter som talar med varandra och stämmer av data.

30 juli youtube.com

VideoAI Engineer

Build for the Memo, Not the Demo — Shawn Chan, China Resources Holdings

Shawn Chan, som efter 15 år och cirka 200 investeringskommittéer fattar miljardärbeslut, säger att AI-genererade presentationer ofta ser snygga ut men är "säkert fel" på farliga sätt. Han skiljer mellan en demo — en vacker presentation byggd för att imponera — och en memo som måste hålla i ett rum fullt av människor vars jobb är att hitta problemen. För att en AI-produkt ska klara "memo-testet" krävs det att siffror stämmer överens, att fakta och gissningar hålls åtskilda, och att man kan spåra var varje påstående kommer ifrån. Han ger exempel på hur en enda felaktig mening i en demo en gång kostade enorma värden när marknaden märkte det.

30 juli youtube.com

Next.js släppte en ny version (v16.3.0-canary.103)30 juli

VideoAI Engineer

Let's integrate AI Agents in Event-Sourced Systems — Divakar Kumar, FlyersSoft

Divakar Kumar visar hur man lägger till AI-agenter i befintliga betalningssystem för att hantera de svåra fall som varken regelbaserade system eller maskininlärning kan lösa själva — till exempel när ett kort nekas utan en tydlig anledning. Istället för att bygga om systemet lägger han agentlager ovanpå befintlig arkitektur baserad på event sourcing, där händelser strömmar genom ett system och agenter läser av dessa för att fatta beslut. Han använder flera agenter som arbetar tillsammans — en analyserar risken, en annan fattar slutsatsen — och de kommunicerar via meddelandeköer. Systemet är utformat för att undvika oändliga slingor och hållas serverless.

30 juli youtube.com

BloggOpenAI

How avatarin built a 24/7 retail agent with GPT-Realtime

Avatarin har byggt en kundsupportagent för den japanska elektronikkedjor Yamada Denki med hjälp av OpenAI:s GPT-Realtime, som är en AI-modell utformad för samtal i realtid. Agenten är tillgänglig dygnet runt och kan svara på flera språk. Under de första två veckorna användes agenten av 30 000 personer, och 92 procent av de som svarade på en enkät var nöjda med tjänsten.

30 juli openai.com

VideoAI Engineer

Wearing the Agent: From Group Chats to Glasses — Sai Krishna Rallabandi

Sai Krishna Rallabandi har tillbringat åtta månader på att förstå vad som går fel när man tar en AI-agent från att jobba för en person och placerar den i en gruppchatt eller på smarta glasögon. Det största problemet är att agenten måste hålla koll på vem som sa vad under långvariga samtal utan att slösa på tokens, och den måste förhindra att information läcker mellan användare. Han visar att två säkra funktioner kan blir osäkra tillsammans, och hans lösning är att låta agenten läsa allt, skapa väktare, sedan trimma en mindre modell med personliga filter som bara visar relevant information och stoppar prompt injection-attacker.

30 juli youtube.com

VideoAI Engineer

We Vetted 2000 AI Skills Before They Reached Developers — Lucas Palma, Nubank

Lucas Palma från Nubank beskriver hur banken byggt ett verktyg kallat Skill Vector för att kontrollera AI-funktioner — små kodprogrammen som utökar vad AI-modeller kan göra — innan de når utvecklarna. Varje funktion skannas först med automatiska kontroller som söker farliga kommandon, sedan granskas den av en AI-modell för att fånga problem som automatiken missar. Efter att ha kontrollerat över 2000 funktioner på det här sättet hittade de verkliga säkerhetsproblem som matades in i bankens system för hantering av sårbarheter. Nubank kombinerade automatiska skanningar med AI-granskning, men behövde förbättra vägledningen och stoppa utvecklare från att köra okontrollerade funktioner lokalt innan de godkänts.

30 juli youtube.com

29 juli 2026

VideoAI Engineer

How Kepler Built Verifiable AI for Financial Services — Vinoo Ganesh

Kepler har byggt ett system för att göra AI pålitlig för finansbranschen. Utgångspunkten är att språkmodeller är bra på att gissa nästa ord, men dåliga på exakt matematik som finansvärlden faktiskt behöver. Istället för att låta modellen göra allt själv omger Kepler den med ett system där varje tal måste kunna spåras tillbaka till sin källa, modellen bara gör de saker den är bra på, och alla siffror granskas innan de används. På det sättet blir systemet pålitligt för finansiell data istället för att bara producera innehål som låter bra.

29 juli youtube.com

VideoAI Engineer

Persona Engineering: A Field Guide to AI Synthetic Personas — Ishan Anand, InsightSciences.ai

En forskargrupp jämförde ett tusentals riktiga människors svar på marknadsundersökningar med AI-agenter som spelade samma roll. Agenterna matchade människorna väl men utan mänsklig variation — och små ändringar i prompten (instruktionen) fick köpbesluten att svänga kraftigt, eftersom modellen gissade på dolda samband som aldrig nämndes. Problemet är att en modell kan se rätt ut i genomsnitt men samtidigt förvränga minorietsgrupper och dölja den variation som faktiskt spelar roll. Lösningen är att först jämföra människor mot människor för att veta vilket överensstämmelse som ens är möjligt, sedan döma de syntetiska personorna mot den gränsen — och viktigast: behandla dem som ekonomiska aktörer som måste valideras mot verkliga resultat innan de påverkar ett beslut.

29 juli youtube.com

VideoAI Engineer

Why Off-the-Shelf AI Doesn't Understand Money — Udi Menkes, Intuit

Udi Menkes från Intuit förklarar varför vanliga AI-modeller inte förstår ekonomi och pengar på ett djupt sätt. De kan ge flytande svar på finansiella frågor, men fattar inte det unika i din verksamhet eller vad som hände när liknande företag gjorde samma beslut. Intuits egna finansiella AI-modeller är tränade på data från över 100 miljoner kunder och presterar bättre än generella modeller samtidigt som de är snabbare. Menkes diskuterar hur verklig ekonomisk intelligens går längre än att bara rapportera vad som hänt — den ska hjälpa dig att fatta bättre beslut, eller t.o.m. fatta dem åt dig.

29 juli youtube.com

Vibekollen Nytt

Hämtar senaste nytt…