Velkommen til vores nyhedssektion. Her udgiver vi de nyeste opdateringer fra både vores egen virksomhed og den dynamiske verden af kunstig intelligens. Vi leverer nyhederne på dansk, og vores mål er at kombinere teknisk dybde med klar kommunikation, så både tekniske professionelle og almindeligt interesserede læsere kan drage fordel af vores indhold. Uanset om du søger indsigt i avancerede AI-innovationer, eller du ønsker en forståelig forklaring på komplekse emner, er du kommet til det rette sted.
Seneste nyheder
fra AI verdenen
TRACE: Sådan omdanner Stanford gentagne agentfejl til målrettet træning
Stanford-forskere frigiver TRACE som open source og foreslår en praktisk vej til at gøre tilbagevendende agentfejl til små, verificerbare træningsmiljøer. Det kan flytte enterprise-fokus fra mere data til skarp capability-engineering — men der er åbne spørgsmål om licens, GRPO-detaljer og effekt i drift.
Stop tilfældige prompts og byg driftssikre AI-workflows
Gode prompts hjælper, men løser ikke virksomhedsproblemet alene. Skal AI svare rigtigt første gang, kræver det både strukturerede prompt-biblioteker, kontekst via RAG, målbare metrikker og governance. Her er en konkret vej – fra skrivebordstrick til driftsklar praksis.
Hvordan verifiers v1 bryder evalueringsstakken op — og hvorfor det betyder noget
Prime Intellect lancerer verifiers 0.2.0 med en ny v1-kerne, der splitter miljøet for agentiske RL-workloads i taskset, harness og runtime. En central interception-server styrer proxy og tracing og kan omskrive tool-svar for at dæmpe reward-hacking. Det kan ændre, hvordan virksomheder evaluerer og træner agenter i skala — men rejser også praktiske spørgsmål om latency, governance og omkostninger.
Sådan gør loop engineering AI‑agenter mere autonome i ML‑arbejdet
Andrej Karpathy udgav autoresearch som et åbent, MIT‑licenseret loop for ML‑arbejde, og samme mønster diskuteres i Bilevel Autoresearch ifølge en gennemgang. Det gør loop engineering konkret og anvendeligt ifølge kilderne. Her er mekanikken, de dokumenterede elementer og de vigtigste forbehold, som kilderne selv fremhæver.
MIT beskriver auditmetode til at vurdere CSAM-kapacitet uden at generere output
MIT rapporterer, at et forskerhold i samarbejde med Thorn har udviklet en audittilgang, der kan vurdere, om en model er i stand til at generere CSAM, uden at modellen producerer ulovligt indhold. MIT skriver også, at NCMEC modtog over 1,5 mio. indberetninger om AI-genereret CSAM i 2025 mod 67.000 i 2024. Ifølge MIT identificerede metoden CSAM-specialiserede modelvarianter med 100 procent nøjagtighed i forskernes egne tests, og MIT peger på mulig brug i hostingplatformes moderering.
Fra centraliseret til brugerformede vægte i AI
Thinking Machines Lab, ifølge MarkTechPost, argumenterer for AI bygget på distribuerede, tilpasselige og brugerformede modelvægte. Samtidig beskriver VentureBeat, at OpenAI har lanceret ChatGPT Work som en agentplatform drevet af GPT-5.6. Spørgsmålet om centraliserede platforme kontra tilpasning af vægte får dermed praktisk betydning, men kilderne giver ikke tal for omkostninger.
86% af virksomheder kører GPU’er halvbrugt — og agenterne løber uden styring
VentureBeat Researchs juni-undersøgelse blandt 573 tekniske ledere viser, at 86% af virksomheder med egne GPU’er udnytter dem 50% eller mindre. Kun 44% sporer AI-compute og afkast ordentligt, mens 54% rapporterer agent-sikkerhedshændelser eller nærved-hændelser det seneste år. Samtidig forudser Gartner, at 40% af enterprise-applikationer vil være integreret med opgavespecifikke AI-agenter ved udgangen af 2026. Mismatchet mellem hurtig udrulning og svage kontrolspor skaber tre akutte risici for drift, budget og sikkerhed — og kræver skarp prioritering af måling, styring og simple værn nu.
Kvantisering på SageMaker gør store modeller billigere at køre
AWS og Unsloth viser, hvordan dynamisk kvantisering kan reducere lager, hukommelse og opstartstid for foundation models – og hvilke deploy‑mønstre på AWS der fungerer i drift. Gevinsterne er konkrete, men nøjagtighed og driftspraksis skal håndteres disciplineret.
Amazon Quick Automate bygger case management ind i agent-workflows
AWS’ materiale beskriver, at Quick Automate repræsenterer hvert work item som en vedvarende sag med livscyklus, status og human-in-the-loop. Kilderne fremhæver også kombinationen af agentiske og deterministiske trin, parallel eksekvering og kontroller som adgangsstyring, aktivitetslogning, versionskontrol og exception-håndtering. Flere detaljer om emner som KMS-brug, token-rotation, per-felt-kryptering og retention-indstillinger fremgår ikke af de linkede sider.
Slopsquatting: Når AI’s hallucinationer bliver leverandører af malware
En ny angrebsvektor rammer softwareforsyningskæden: slopsquatting. AI-kodningsværktøjer kan foreslå opdigtede pakker, som angribere efterfølgende registrerer og fylder med skadelig kode. Det omgår klassisk typosquatting-beskyttelse og kræver strammere kontroller i udviklingsprocessen, fra policy for AI-forslag til CI/CD-gates og dependency-verifikation.
KTern.AI bygger agentisk SAP-automation på Amazon Bedrock AgentCore
AWS beskriver, hvordan KTern.AI har bygget og udrullet agentiske AI‑agenter på Amazon Bedrock AgentCore med Strands Agents SDK. Det er interessant, fordi det viser, at langløbende SAP‑programmer kan orkestreres med vedvarende kontekst, sikre værktøjskald og produktionsegnet observability – men også at governance, test og drift bliver en anden sport end klassisk RPA og scripts.
TabFM lover modeller uden retraining — men hvad betyder det i praksis?
Google Research lancerer TabFM, en zero‑shot foundation‑model til tabulære data, der ifølge Google kan forudsige på helt nye tabeller i én forward pass. Ambitionen er at skære ugers MLOps‑arbejde ned til et API‑kald. Potentialet er stort, men spørgsmålene om præcision, skalerbarhed, governance og integration er det også.
