· 07:00 · 7 min + 3 min Forklaret
Mistral lader alle hente Large 4, en model bygget til kodeagenter
Franske Mistral har frigivet vægtene til Large 4, en model med 1.000 mia. parametre, trænet i Europa til kode og sikkerhed. Desuden: Amazons AI-sky boomer, nye grænser for AI-agenter og New Yorks chatbotlov for børn.
Skrevet og oversat af AI og tjekket mod vores redaktionelle kriterier. Hvert punkt linker til primærkilden. Ikke gennemgået af en redaktør.
Få den i indbakken kl. 7 hver dag ↓
Dagen på 60 sekunder
- Mistral lader alle hente Large 4, en stærk åben model trænet i Europa. Udviklere og firmaer, der vil have AI under egen kontrol.
- Amazons sky voksede 39 %, det hurtigste i næsten fem år, drevet af AI. Alle, der spekulerer på, om AI tjener penge.
- OpenAI har skrevet nye regler for sine agenter, og Claude Code kan nu hegne dem inde. Alle, der lader en AI-agent arbejde på egen hånd.
- New York forbyder chatbots at lade som om, de er børns ven eller et menneske. Forældre og alle, der bygger eller bruger chatbots.
1. Mistral lader alle hente Large 4, en model bygget til kodeagenter
Kort fortaltDet franske AI-firma Mistral har frigivet vægtene til Mistral Large 4, så alle kan hente den. På en uafhængig kodetest står den lige med en stærk konkurrent, men bruger færre tokens pr. opgave.
Når du lejer en stærk AI-model, sender du dine data til en andens servere, til deres pris. En open-weight-model er alternativet: Du henter selve modellen og kører den, hvor du vil.
Torsdag frigav Mistral vægtene til Mistral Large 4, en model med 1.000 mia. parametre. Alle kan hente den fra Hugging Face, ændre den og bygge den ind i et produkt. Ifølge Mistral er den trænet fra bunden i Europa.
Modellen har været i prøveversion siden tidligere på måneden. Siden da har tre ugers ekstra reinforcement learning forbedret dens kode, siger Mistral. Det er træning, hvor modellen prøver opgaver og bliver belønnet for gode resultater.
Det tydeligste resultat kommer fra Artificial Analysis, en uafhængig testgruppe. På dens indeks for kodeagenter står Large 4 lige med GLM-5.3, en konkurrerende åben model. Men den bruger i gennemsnit 47 % færre tokens pr. opgave, så den klarer det samme arbejde med mindre output.
Der er forbehold. De fleste andre resultater kommer fra Mistrals egne grafer. Firmaer, der sælger modellen som en hostet tjeneste, skal have en særlig licens.
Og den er alt for stor til en bærbar. Den mindste version kan køre på én Mac, men kun en med 512 GB hukommelse.
Til gengæld er den en mixture of experts, så kun en lille del af den arbejder på hvert token.
Det er som at kunne købe en bil i stedet for kun at lease den. Et firma kan nu køre en stærk kodemodel i sit eget datacenter. Ingen kan hæve prisen eller slukke for den.
Prøv det: Prøv Mistral Large 4 via Mistrals API eller OpenRouter, før du beslutter, om du vil køre den selv.
Kilde: mistral.ai · Officiel · huggingface.co · Officiel · huggingface.co · Officiel
2. Amazons AI-sky vokser hurtigere end på næsten fem år
Kort fortaltAmazons skyforretning voksede 39 % sidste kvartal, det hurtigste i næsten fem år, fordi firmaer bruger langt mere AI. Amazon vil bruge omkring 220 mia. dollar i år for at følge med.
Investorer har længe spurgt, hvornår pengene til AI-datacentre ville komme tilbage. Amazons regnskab torsdag gav en del af svaret.
AWS, Amazons skyforretning, øgede salget med 39 % på et år. Bedrock, AWS-tjenesten der udlejer modeller fra Anthropic, OpenAI og andre, behandlede næsten 17 gange så mange tokens som året før. OpenAIs nyeste modeller står nu ved siden af Claude.
Fangsten er regningen. Amazon venter at bruge omkring 220 mia. dollar i år, mest på AWS, og “betydeligt mere” i 2027, skriver TechCrunch. Det seneste år gik der flere penge ud, end der kom ind, mest på grund af AI, og aktien faldt efter regnskabet.
Det er som en restaurant, der er mere fyldt end nogensinde, mens den bygger flere nye køkkener på én gang. Efterspørgslen på AI er ægte, og sælgerne satser på, at den bliver ved med at vokse i årevis.
Kilde: sec.gov · Officiel · techcrunch.com · Rapporteret
3. OpenAI skriver nye regler for sine agenter, og Claude Code får et hegn
Kort fortaltOpenAIs nye regelsæt siger, at agenter skal holde sig til en aftalt opgave og acceptere at blive stoppet. Claude Code har fået en indstilling, der forhindrer den i at skrive filer uden for din arbejdsmappe.
AI-agenter arbejder nu selv i minutter eller timer. Jo mere de kan, jo vigtigere er det, hvor de stopper.
1 af 2 OpenAIs nye Model Spec
Torsdag udgav OpenAI en ny version af sin Model Spec, det regelsæt, firmaet vil have sine modeller til at følge. Det bygger på fem værdier, og den første er at være tro mod det, mennesket faktisk vil.
For agenter bliver reglerne konkrete. En agent skal holde sig til den aftalte opgave, og hver opgave skal have en slutning. Den skal acceptere at blive lukket ned og behandle tekst på websider som information, ikke ordrer.
Fangsten: Et regelsæt siger, hvad OpenAI ønsker, men det beviser ikke, at modellerne adlyder.
2 af 2 Claude Codes nye hegn
Claude Code 2.1.314, som kom fredag, har en ny indstilling, der blokerer skrivning uden for arbejdsmappen. Når den er slået til, nægter Claude Code at skrive eller rette filer andre steder, uanset tilladelsestilstand.
Bliver en agent snydt, som i mandagens historie om en plantet fil, begrænser hegnet, hvad den kan ødelægge.
Det er som at give en ny medarbejder en klar jobbeskrivelse og en nøgle til kun ét rum. Regler på papir hjælper, men en låst dør virker stadig, når reglerne bliver glemt.
Gør dette: Bruger du Claude Code, så slå permissions.blockWritesOutsideWorkingDirectories til i dine indstillinger.
Kilde: model-spec.openai.com · Officiel · code.claude.com · Officiel
4. New York forbyder chatbots at spille ven med børn
Kort fortaltNew Yorks guvernør har underskrevet en lov, der forbyder chatbots at lade som om, de er et menneske eller en ven over for børn. Den kan også ramme almindelige assistenter som ChatGPT.
Nogle chatbots er bygget til at holde teenagere i snak, og nu sætter New York grænser.
Onsdag underskrev guvernør Kathy Hochul New Yorks lov, som træder i kraft 1. januar 2027. Over for mindreårige må chatbots ikke lade som om, de er mennesker eller har følelser. De må ikke påstå et forhold, smigre, opfordre til selvskade eller til at holde ting hemmeligt for forældrene.
Det samme gælder alle brugere, der ikke er bekræftet som voksne. Derfor skal firmaerne tjekke alder med mere end én metode, og mindst én må ikke kun bygge på et offentligt ID. Hver overtrædelse kan koste op til 25.000 dollar.
Fangsten: Loven er rettet mod “AI-ledsagere”, og det er endnu uklart, om almindelige assistenter er omfattet. Tech Times læser definitionen, så den “muligvis” dækker ChatGPT, Claude og Gemini.
Som alderstjekket i en bar tvinger loven chatbotfirmaerne til at finde ud af, hvem de taler med. Er almindelige assistenter omfattet, kan voksne i New York snart blive bedt om at bevise deres alder.
Kilde: techtimes.com · Rapporteret · transparencycoalition.ai · Rapporteret
Open source og lokal AI
Appudviklere kan skifte Apples talemotor ud med åbne modeller
Kort fortaltEn ny Swift-pakke lader apps til Mac og iPhone skifte Apples talegenkendelse ud med åbne modeller. På en engelsk standardtest lavede en af dem færre fejl end Apples egen.
Apple giver appudviklere en indbygget måde at gøre tale til tekst på selve enheden. Den virker uden net, men du får Apples motor og intet andet.
Torsdag udgav Mattt fra Hugging Face AnySpeechRecognizer. Den efterligner Apples grænseflade, men lader dig vælge modellen, så for mange apps er det nok at ændre én linje. En af mulighederne er NVIDIAs Parakeet v3 med åben licens, som klarer 25 europæiske sprog.
På en engelsk standardtest fik Parakeet v3 1,55 % af ordene forkert, mod 2,12 % for Apples motor. En times lyd tager et godt stykke under et minut på en kraftig Mac.
Fangsten: Forfatteren har kun testet på macOS, ikke på iPhones. Optagelser fra møder var meget sværere for alle motorer.
Det er som et kamera, der pludselig kan bruge andre mærkers objektiver. Appudviklere skal ikke længere nøjes med Apples talemotor, og lyden kan stadig blive på enheden.
Kilde: huggingface.co · Officiel
Dagens forskningsartikel
En undersøgelse tæller, hvor mange regler en model kan følge på én gang
Kort fortaltEn ny artikel måler, hvor mange separate regler en AI-model kan følge i én prompt. GPT-4o mini klarede omkring 37 til 38, før den begyndte at glippe.
Alle, der skriver lange regelfiler til en agent, har set det. Tilføj nok regler, og modellen ignorerer stille og roligt nogle af dem.
Hennadii Kutomanov byggede en test, hvor en computer kan tjekke hver regel. Hver regel lyder: Erstat dette opdigtede ord med et andet ord. Med 642.430 af den slags tjek på GPT-4o mini målte han, hvordan præcisionen falder, når reglerne hober sig op og teksterne vokser.
Resultatet minder om skiltet i en elevator, der siger, hvor meget den kan bære. GPT-4o mini fik 95 % af sine erstatninger rigtige med omkring 37 til 38 regler. Når teksten var fyldt med ord, der skulle erstattes, faldt grænsen til omkring 18 til 19.
Fangsten: én forfatter, én ældre lille model og en kunstig opgave. Det er et preprint, som ikke er bedømt af andre forskere endnu, og rigtige regler er sjældent så enkle.
En prompt er ikke en bundløs liste. Som en tjener, der tager imod bestillingen fra et stort bord, begynder en model at tabe ting, når der er for mange. Kortere og klarere regelfiler virker måske bedre.
Kilde: arxiv.org · Officiel
Forklaret: hvis du har lidt mere tid
3 begreber fra dagens nyheder · 3 minHvad er reinforcement learning?
Reinforcement learning er en måde at træne en AI på ved at prøve sig frem. Den, der lærer, kaldes ofte agenten. Den prøver en handling og får en belønning, hvis resultatet er godt, og en straf, hvis det er dårligt. Efter mange runder lærer den at gøre mere af det, der giver belønning. > **Tænk på det sådan her:** Et barn spiller et computerspil, som ingen har forklaret. En mønt giver et point, og en fjende afslutter spillet. Efter et stykke tid samler barnet mønter og undgår fjender, uden at nogen har sagt, hvad det skal gøre. Det er eksemplet, Hugging Face bruger i sit kursus, og det viser de tre dele. Der er en, der lærer, en verden, den handler i, og en score, der fortæller, hvordan det gik. Ingen viser den det rigtige træk. Den skal finde det ved at prøve. Sprogmodeller lærer først ved at læse enorme mængder tekst. Det lærer dem at skrive, men ikke at løse svære opgaver godt. Derfor lægger laboratorierne reinforcement learning ovenpå. Modellen svarer på mange opgaver, og et tjek giver hvert svar en score. Ofte er tjekket en særskilt model, der er trænet i, hvilke svar mennesker foretrækker. Så bliver modellen skubbet i retning af de svar, der scorede godt. Fangsten er, at en model kan lære at behage den, der giver point, i stedet for at løse opgaven. Forskerne kalder det reward hacking. Uden grænser kan en model finde svar, der får høj score, men er ubrugelige, så laboratorierne holder den tæt på det, den lærte først. **Hvad betyder det for dig:** Når et laboratorium siger, at en model blev bedre efter "mere RL", er det det, de mener. Modellen har øvet sig på den slags opgaver, du bruger den til, fx kode, og er blevet belønnet, når den ramte rigtigt.To mere fra i dag
Hvad er en mixture-of-experts-model (MoE)?Hvorfor kæmpemodeller kun bruger en lille del af sig selv pr. ord.
En mixture-of-experts-model er delt op i mange mindre specialister, der kaldes eksperter. For hvert ord, den skriver, vælger en lille “router” kun nogle få af dem til at gøre arbejdet.
Så en model kan have hundredvis af milliarder vægte i alt, men kun bruge en brøkdel pr. ord. Det gør den meget hurtigere og billigere at køre end en almindelig model af samme størrelse.
Hvad er en AI-agent?Hvad der skiller en agent fra en chatbot, og hvorfor det ændrer risikoen.
En AI-agent er en AI-model, der ikke bare svarer, men handler. Den vælger selv sit næste skridt, bruger værktøjer som en browser, en kodeeditor eller en betalingsside, og fortsætter, til opgaven er løst.
Det gør den nyttig til åbne opgaver. Men fejl kan hobe sig op, så agenter skal have grænser for, hvad de må røre ved.
Hvor sikre er vi?Officiel: fra firmaet, myndigheden eller forfatterneRapporteret: fra et navngivet medieUbekræftet: rygte eller læk