SDK Python Model Context Protocol (MCP) telah merilis versi alpha ketiganya, v2.0.0a3, yang memperkenalkan perubahan signifikan pada protokol dan arsitektur sambil mempertahankan kompatibilitas mundur bagi pengguna stabil 1.x.
SDK Python Model Context Protocol telah merilis versi 1.28.1, memperkenalkan pembaruan pada penanganan aliran dan keamanan transportasi.
Rilis llama.cpp b9804 memperkenalkan perbaikan untuk arsitektur Mamba2 dengan menghapus faktor ekspansi 2x yang di-hardcode dan pemeriksaan parameter yang tidak valid, sehingga mendukung nilai expand apa pun. Perubahan ini memperbarui skrip `convert_hf_to_gguf.py` agar parameter expand bersifat opsional dengan nilai default 2.
Proyek llama.cpp telah merilis versi b9803, yang mencakup perbaikan untuk OpenCL guna flushing batch profil saat shutdown untuk batch yang tidak lengkap. Pembaruan ini menyediakan biner untuk macOS, Linux, Windows, Android, dan openEuler di berbagai backend perangkat keras.
Proyek llama.cpp telah menerbitkan rilis b9802, menawarkan biner yang sudah dibangun di berbagai sistem operasi dan arsitektur perangkat keras. Pembaruan ini mencakup dukungan untuk CPU, GPU, dan akselerator AI khusus pada platform seperti macOS, Linux, Windows, Android, dan openEuler.
Artikel ini mengumumkan rilis versi 0.5.14.
Claude Code versi 2.1.193 memperkenalkan beberapa peningkatan pada klasifikasi mode otomatis, pencatatan telemetri, dan manajemen agen latar belakang. Pembaruan ini juga mencakup perbaikan untuk masalah status UI, penanganan autentikasi di server MCP, serta berbagai bug latar belakang.
Artikel ini menggambarkan metode untuk mengotomatisasi pemeliharaan fork perangkat lunak menggunakan agen kode AI, menerapkannya pada fork Cohere dari vLLM. Pendekatan ini memangkas waktu yang dibutuhkan untuk menyerap rilis upstream dari minggu menjadi hari dengan mengganti intervensi manual dengan loop umpan balik otomatis.
Para peneliti telah mengembangkan Pengujian Kausal Generatif (GCT), sebuah kerangka kerja yang menerjemahkan model prediksi otak berbasis LLM yang tidak dapat diinterpretasi menjadi hipotesis verbal singkat dan dapat diuji tentang fungsi kortikal. Metode ini memadatkan parameter model menjadi frasa-frasa pendek yang menggambarkan wilayah otak spesifik apa yang merespons, seperti "persiapan makanan," lalu memverifikasi penjelasan tersebut melalui eksperimen fMRI yang ditargetkan.
Google Finance secara resmi meninggalkan fase betanya dan meluncurkan aplikasi khusus untuk perangkat Android.
Rilis kandidat ini memperbaiki fungsionalitas Prefill/Decode (P/D) yang bekerja bersama Supervisor Data Parallelism (DP) dalam proyek vLLM.
Cohere mengembangkan agen keamanan menggunakan platform AI enterprise-nya, Cohere North, yang terintegrasi dengan platform keamanan cloud Wiz melalui server Model Context Protocol (MCP) kustom. Arsitektur ini menghubungkan North ke API GraphQL Wiz melalui delapan alat atomik, memungkinkan alur kerja tanggap insiden otomatis dari satu prompt. Sistem melakukan analisis radius ledakan kombinasi beracun dengan mengevaluasi rantai serangan dan memeringkat risiko berdasarkan paparan internet dan tingkat hak akses dalam sekitar 20 detik. Sistem ini juga mengotomatisasi penyelidikan end-to-end dengan mengambil detail masalah, membuat tiket Linear, memperbarui status Wiz, dan menyusun laporan Tanggap Insiden terstruktur. Selain itu, otomatisasi terjadwal mingguan menghasilkan ringkasan posisi keamanan setiap Senin pagi tanpa intervensi manual. Integrasi ini menghilangkan loop triase sebelumnya yang memakan waktu 30 menit hingga dua jam per temuan, memungkinkan insinyur fokus pada evaluasi penilaian daripada peringatan mentah.
Rilis llama.cpp b9788 memperkenalkan dukungan untuk paralelisme tensor melalui flag --split-mode tensor di backend SYCL. Implementasi ini memungkinkan komunikasi dual-GPU dengan menambahkan fungsi comm_init, comm_free, dan comm_allreduce_tensor ke meta-backend. Untuk dua perangkat, ia menggunakan strategi ring all-reduce yang beralih antara memcpy langsung FP32 untuk tensor kecil dan kompresi BF16 untuk yang lebih besar. Kode menghindari OneCCL karena keterbatasannya pada satu perangkat per proses, alih-alih menggunakan buffer persisten untuk mempertahankan invarian pool SYCL. Pengujian kinerja pada dual Intel Arc Pro B70 GPUs menunjukkan percepatan signifikan dibandingkan mode layer untuk model Llama-3.3-70B dan Qwen3-Coder-Next-80B-A3B. Pembaruan ini mencakup biner baru untuk macOS, Linux, Windows, Android, dan openEuler di berbagai target CPU, CUDA, ROCm, Vulkan, dan SYCL.
Proyek llama.cpp telah merilis versi b9789, yang mencakup perbaikan kritis untuk mengkuantisasi model Mixture of Experts (MoE) dengan prediksi multi-token. Pembaruan ini mengatasi masalah yang diidentifikasi dalam pull request #24986 untuk memastikan penanganan yang tepat dari arsitektur model spesifik tersebut. Rilis ini menyediakan binari pra-dibangun untuk macOS Apple Silicon dan Intel, serta iOS XCFramework. Pengguna Linux dapat mengunduh build untuk Ubuntu di berbagai backend CPU, Vulkan, ROCm 7.2, OpenVINO, dan SYCL. Dukungan Windows mencakup varian CPU, CUDA 12.4 dan 13.3, Vulkan, OpenVINO, SYCL, dan HIP. Platform tambahan seperti Android arm64 dan openEuler juga didukung dengan konfigurasi perangkat keras tertentu.
Sebuah makalah riset baru dari OpenAI menunjukkan bagaimana agen kecerdasan buatan secara fundamental mengubah sifat pekerjaan. Studi ini menyoroti kemampuan agen-agen tersebut untuk menjalankan tugas yang lebih panjang dan kompleks daripada yang sebelumnya memungkinkan. Kemajuan teknologi ini dianggap telah meningkatkan produktivitas di berbagai peran profesional. Temuan ini mengindikasikan pergeseran signifikan dalam cara kerja diatur dan dilakukan melalui otomatisasi. Dengan menangani alur kerja yang rumit, agen AI memungkinkan pengguna mencapai efisiensi yang lebih besar. Makalah ini menjadi bukti dari dampak yang semakin besar dari sistem otonom terhadap pekerjaan modern.
Repositori llama.cpp telah menangani masalah tertentu terkait backend SYCL. Sebuah pull request diajukan untuk memperbaiki kasus uji unit yang gagal terkait operasi conv_3d. Pembaruan ini menargetkan proyek ggml-org/llama.cpp di GitHub. Perubahan tersebut menyelesaikan kesalahan yang sebelumnya mencegah keberhasilan eksekusi uji-coba ini. Perbaikan ini memastikan stabilitas lebih baik bagi pengguna yang mengandalkan akselerasi perangkat keras berbasis SYCL.
Proyek llama.cpp telah merilis versi b9786, memperkenalkan dukungan untuk baris tidak berurutan non-kontigu dalam normalisasi melalui OpenCL. Pembaruan ini merupakan bagian dari pengembangan berkelanjutan oleh tim ggml-org untuk meningkatkan kompatibilitas perangkat keras dan kinerja di berbagai platform. Rilis ini menyediakan biner untuk macOS Apple Silicon, Mac Intel, dan XCFrameworks iOS. Pengguna Linux dapat mengakses build untuk arsitektur Ubuntu x64, arm64, dan s390x menggunakan backend CPU, Vulkan, ROCm 7.2, OpenVINO, dan SYCL. Dukungan Android tersedia untuk perangkat CPU arm64, sementara Windows menawarkan berbagai pilihan termasuk CPU, CUDA 12 dan 13, Vulkan, OpenVINO, SYCL, dan HIP. Rilis ini juga mencantumkan build yang dinonaktifkan untuk KleidiAI di platform macOS dan openEuler.
Proyek llama.cpp telah merilis versi b9785, menampilkan perubahan kode untuk memperkuat pemeriksaan caps sebagaimana dijelaskan dalam pull request #24973. Pembaruan ini menyediakan binari pra-dibangun untuk macOS Apple Silicon, Mac Intel, dan iOS melalui XCFramework, dengan dukungan KleidiAI dinonaktifkan pada Apple Silicon. Distribusi Linux termasuk Ubuntu didukung untuk backend CPU, Vulkan, ROCm 7.2, OpenVINO, dan SYCL di seluruh arsitektur x64, arm64, dan s390x. Pengguna Android dapat mengakses binari CPU arm64, sementara Windows menawarkan berbagai pilihan mencakup CPU, OpenCL Adreno, CUDA 12 dan 13, Vulkan, OpenVINO, SYCL, dan HIP. Rilis ini juga menyertakan build untuk openEuler yang menargetkan prosesor x86 dan aarch64 dengan dukungan ACL Graph. Paket UI mandiri tersedia alongside rilis spesifik platform untuk memfasilitasi inferensi model lokal.
Claude Code versi 2.1.191 memperkenalkan dukungan /rewind, memungkinkan pengguna melanjutkan percakapan dari sebelum perintah /clear dieksekusi. Pembaruan ini memperbaiki beberapa masalah kritis, termasuk agen latar belakang yang bangkit kembali setelah dihentikan dan lompatan posisi gulir selama respons streaming. Ini juga memperbaiki perilaku di mana /voice menampilkan pesan kesalahan generik dan di mana URL /login terpotong di Windows Terminal. Peningkatan signifikan meningkatkan keandalan untuk server MCP dengan menambahkan logika percobaan ulang untuk kesalahan jaringan sementara selama penemuan kemampuan dan alur OAuth. Lingkungan headless sekarang melewati popup browser untuk OAuth, sementara izin jaringan sandbox diingat sepanjang durasi sesi. Optimisasi kinerja mengurangi penggunaan CPU selama streaming sekitar 37% melalui penggabungan pembaruan teks dan mengurangi pertumbuhan memori jangka panjang dari cache output terminal.
LLaMA.cpp merilis versi b9784 dengan optimisasi besar untuk operasi MM berbasis hexagon, termasuk repacking bobot bertiling 32x32, penanganan dyn.quant yang lebih baik, dan manajemen parameter kernel yang terpadu. Rilis ini mencakup binari baru untuk macOS (arm64 dan x64), iOS, dan berbagai arsitektur Linux dengan dukungan Vulkan, ROCm, dan OpenVINO.