AI FRONTIER
Signals worth understanding before they become obvious.
Rilis resmi «Microsoft Execution Containers» (MXC) untuk mengisolasi eksekusi agen AI secara aman di Windows, dengan kustomisasi fleksibel batas file dan jaringan
«Microsoft Execution Containers» (MXC) telah dirilis secara resmi untuk mengisolasi eksekusi agen AI secara aman di Windows, dengan kustomisasi fleksibel batas seperti file dan jaringan.
- MXC dirilis secara resmi untuk mengisolasi eksekusi agen AI di Windows.
- Batas seperti file dan jaringan dapat dikustomisasi secara fleksibel.
Pengembang yang menjalankan agen AI di Windows dapat memakai MXC untuk menetapkan batas file dan jaringan sesuai kebutuhan dan membatasi jangkauan agen saat runtime.
Model baru OpenRouter: ScaleDown Extract, ekstraksi entitas berbasis deskripsi
Extract adalah model ekstraksi entitas berbasis deskripsi dari ScaleDown: pemanggil mendeskripsikan bidang yang diinginkan dalam bahasa alami melalui provider.options.scaledown.entities, dan model mengembalikan setiap span yang cocok dengan skor keyakinan, offset karakter, dan konteks di sekitarnya.
- Jendela konteksnya 1.000.000 token.
- Harganya $0,04 per 1 juta token input dan $0,00 per 1 juta token output, saat ini ditampilkan dengan diskon 20%.
- Dirilis pada 13 Oktober 2026.
- Model ini tidak menerima tools, sehingga pemanggilan fungsi tidak tersedia, dan tidak mendukung response_format, sehingga output JSON tidak dipaksakan.
Bagi pengembang yang mengekstrak nilai terstruktur dari kontrak, faktur, email, dan transkrip, Extract menggantikan tipe entitas tetap dengan deskripsi bidang dalam bahasa alami, tetapi tidak adanya output JSON yang dipaksakan berarti pengu...
Sentient meluncurkan benchmark terbuka pertama untuk menguji kepemilikan model AI
Sentient meluncurkan benchmark terbuka untuk menguji kepemilikan model AI. Ini disajikan sebagai metode evaluasi baru untuk mengukur performa model pada tugas tertentu.
- Sentient meluncurkan benchmark terbuka pertama untuk menguji kepemilikan model AI.
- Ini disajikan sebagai metode evaluasi baru untuk mengukur performa model pada tugas tertentu.
Bagi pembangun AI, benchmark terbuka ini menawarkan cara publik untuk mengevaluasi kepemilikan model.
Fish Audio Drama 3 Preview Memimpin Open-Weights Speech Arena
Menurut OrcaRouter, Fish Audio Drama 3 Preview menempati posisi teratas di Open-Weights Speech Arena.
- OrcaRouter melaporkan bahwa Fish Audio Drama 3 Preview berada di peringkat pertama Open-Weights Speech Arena.
Bagi pengembang sistem suara, peringkat teratas ini menjadikan Fish Audio Drama 3 Preview kandidat yang layak dipantau di antara model suara berbobot terbuka.
Google Research merilis laporan teknis agen penalaran geospasial, memperluas akses awal Earth AI
Google Research menerbitkan laporan teknis yang menunjukkan agen Penalaran Geospasial yang menggabungkan model fondasi khusus domain, alat spasial, dan perencanaan awal untuk melakukan analisis spasial kompleks dan prediksi planet yang tidak dapat dilakukan LLM mandiri, serta memperluas akses eksperimental melalui Ask ...
- Laporan teknis mengevaluasi empat konfigurasi agen pada Gemini 3.8 Flash dan Gemini 3.1 Pro di empat benchmark, dan merilis split pengembangan dua benchmark baru, GeoKTools dan GeoExpertQueries.
- Laporan menyatakan bahwa pemberian keterampilan Earth AI menghasilkan lonjakan signifikan pada GeoExpertQueries, GeoKTools, dan CBGB, sementara LLM mandiri mencetak 93,6% pada UnivEARTH.
- Laporan menyatakan bahwa perencanaan awal diperlukan untuk masalah terbuka di GeoExpertQueries agar agen tidak membuat asumsi tidak andal atau mengambil jalan pintas seperti memakai pencarian web alih-alih alat spasial.
- Dalam riset kesehatan publik, menggabungkan sinyal populasi dan satelit meningkatkan prediksi hasil kesehatan sebesar 12% dibanding baseline demografis dan memungkinkan pemetaan pada resolusi spasial 8 kali lebih halus.
Bagi pembangun AI, laporan ini mengukur manfaat alat khusus domain dan perencanaan awal dalam penalaran spasial, dan split pengembangan benchmark yang dirilis serta layanan A2A eksperimental menyediakan sumber daya konkret untuk membangun d...
Google Research meluncurkan Deep Review untuk verifikasi dokumen teknis
Deep Review adalah sistem AI agentik dari Google Research, yang awalnya dirancang untuk analisis makalah ilmu komputer dan kini memberikan umpan balik ketat serta verifikasi teknis pada dokumen kompleks di bidang seperti hukum dan keuangan.
- Pendahulunya, Paper Assistant Tool (PAT), diujicobakan bersama STOC 2026, ICML 2026, NeurIPS 2026, dan ICLR 2027, memberikan umpan balik pra-submisi kepada penulis lebih dari 16.000 manuskrip.
- Setiap pengguna menerima dua ulasan dokumen gratis per minggu; pengguna bervolume tinggi dapat menghubungkan kunci API Gemini untuk batas penggunaan lebih tinggi dan integrasi programatik melalui API Deep Review.
- Awalnya mendukung PDF dan teks biasa sebagai format masukan, dengan dukungan multi-file akan segera hadir.
- Dokumen yang diunggah ke Deep Review tidak pernah digunakan untuk melatih, menyempurnakan, atau meningkatkan model Google dan disimpan selama satu tahun semata-mata untuk ditampilkan kepada pengguna di UI Deep Review.
Bagi pembangun AI, Deep Review menawarkan verifikasi dokumen yang dapat dipasang ke alur kerja CI dan penyusunan draf melalui kunci API Gemini, meskipun masukan awalnya terbatas pada PDF dan teks biasa.
Google DeepMind dan Pemerintah Singapura berkolaborasi membangun model AI yang disesuaikan untuk deteksi penipuan
Google DeepMind dan GovTech Singapore menyetel ulang model Gemma yang ringan menjadi model deteksi penipuan di perangkat yang menjaga privasi dan mengidentifikasi pola percakapan manipulatif tanpa mengirim data obrolan ke cloud.
- Penipuan mencakup lebih dari separuh kejahatan yang dilaporkan di Singapura dan menyebabkan kerugian lebih dari S$4 miliar sejak 2019.
- Penipuan rekayasa sosial kini mencakup hingga 80% dari seluruh kerugian.
Bagi pembangun AI, ini menunjukkan pipeline di perangkat dua tahap yang menyeimbangkan akurasi deteksi dengan efisiensi baterai sekaligus memenuhi persyaratan tata kelola melalui sandbox berdaulat dan data pelatihan anonim.