Die Organisation hinter LibreOffice will auf absehbare Zeit keine KI in die Standardinstallation aufnehmen. Damit sollen Dokumente auf dem eigenen Gerät bleiben und alle Funktionen ohne Internetverbindung nutzbar sein. Wer KI nutzen möchte, kann Erweiterungen installieren, die lokale KI-Modelle anbinden; laut LibreOffice erfüllt derzeit keine Integration alle Anforderungen für eine Aufnahme in das Programm.
Aleph Alpha hat das Open-Weight-Sprachmodell Kolibri mit 78,1 Milliarden Parametern veröffentlicht。
Ein Testlabor für Systemsoftware ermöglicht Entwicklern und CI。
OpenCourant führt nach der Einstellung von OpenRadioss dessen zuletzt öffentlich verfügbaren Code samt Commit-Historie unter der GNU AGPLv3 weiter. Das Projekt hat eine eigene Build-Pipeline eingerichtet und veröffentlicht Pakete für Linux und Windows. Für die Verarbeitung von Eingabedaten benötigt der Fork derzeit noch archivierte Pakete einer proprietären Bibliothek; ein offener Reader ersetzt deren Funktionen noch nicht vollständig.
Telekomunternehmen setzen auf offene Modelle, weil sie KI damit besser an ihre Netze anpassen。
Google hat sein Open-Source-Bug-Bounty-Programm wegen eines deutlichen Anstiegs automatisierter Einreichungen zum 1. Oktober pausiert. Laut Google ist die grosse Mehrheit der Meldungen ungültig. Das Unternehmen kündigt ein Update für das erste Quartal 2027 an und verweist Teilnehmende auf seine anderen Bug-Bounty-Programme.
Google nimmt seit dem 1. Oktober 2026 vorübergehend keine Schwachstellenmeldungen für Produkte seines Open Source Software Vulnerability Reward Program mehr an. Als Grund nennt das Unternehmen einen starken Anstieg automatisierter Einsendungen, von denen die überwiegende Mehrheit ungültig sei. Bereits eingereichte Berichte bleiben davon unberührt; ein Statusupdate ist für das erste Quartal 2027 geplant.
Ai2 stellt AstaBrief 8B mit offenen Gewichten und Trainingsdaten bereit。
NVIDIA veröffentlicht Kumo Tabular als offenes Basismodell für Klassifikation und Regression mit Tabellendaten auf Hugging Face. Es nutzt beschriftete Zeilen als Kontext und sagt Werte für neue Zeilen ohne zusätzliches Training oder Feature Engineering voraus. Das ausschliesslich mit künstlichen Tabellen vortrainierte Modell ist in drei Grössen von 28M bis 215M Parametern verfügbar und liegt laut NVIDIA auf vier Benchmarks vorn. Modellcode: https://github.com/NVIDIA/structured-data-models; Gewichte: https://huggingface.co/nvidia/Kumo-Tabular.
Grund für die Empfehlung: Der Vergleich über vier Benchmarks ordnet die Modellleistung ein; die Angaben zu Trainingsdaten und Grenzen helfen bei der Einschätzung möglicher Einsätze.
NVIDIA und Forschungspartner haben vorhergesagte 3D-Strukturen von Proteinkomplexen aus mehr als 2.800 Viren in der AlphaFold Database veröffentlicht. Die Vorhersagen entstanden mit AlphaFold2 und einer mit NVIDIA BioNeMo optimierten Verarbeitung; NVIDIA veröffentlicht auch die BioNeMo Structure Prediction Pipeline. Rund 30% der hinzugefügten Proteininteraktionen sind laut Beitrag in der Protein Data Bank bislang nicht dokumentiert.
Grund für die Empfehlung: Die frei zugänglichen Strukturvorhersagen und die veröffentlichte Pipeline bieten Forschenden eine Grundlage, um Proteininteraktionen bislang wenig untersuchter Viren gezielter zu untersuchen.
Mistral bietet Regional Endpoints allgemein an und stellt den Priority Tier als öffentliche Vorschau bereit. Die Plattform soll Drittanbieter-Modelle unterstützen。
Import AI 468 behandelt 23 politische Vorschläge zum Umgang mit automatisierter KI-Forschung。