Gemini-SQL2 menembus 80 di benchmark text-to-SQL BIRD
Google Research menyebut sistem berbasis Gemini 3.1 Pro melewati akurasi eksekusi 80 di BIRD tanpa fine-tuning khusus.
Halaman 27
Lihat arsip →Microsoft melatih skill Markdown dan menaikkan skor GPT-5.5
SkillOpt memperlakukan file instruksi agen seperti parameter yang bisa dilatih, memperbaiki benchmark tanpa mengubah bobot model.
Cursor Auto-review menurunkan interupsi agen menjadi 7%
Classifier Cursor membiarkan aksi berisiko rendah berjalan dan hanya menahan langkah penting, mengurangi lelah persetujuan bagi developer.
Kimi Work membawa swarm 300 agen ke desktop
Agen desktop Moonshot bekerja dengan file lokal, browser yang sudah login, dan tugas terjadwal untuk pengguna yang tidak bisa memindahkan data sensitif ke cloud.
SpaceX naik 19% saat debut dan menguji selera pasar untuk IPO AI
Listing rekor ini menilai kisah gabungan SpaceX-xAI sebagai taruhan infrastruktur AI padat modal, menjadi acuan bagi Anthropic dan OpenAI.
Laporan jailbreak Amazon mendahului penarikan model Anthropic
Axios menelusuri bagaimana laporan keamanan pesaing ikut memicu perintah pemerintah cepat untuk mencabut akses luas ke Fable 5 dan Mythos 5.
Eropa melihat penutupan Anthropic sebagai alarm kedaulatan AI
Politisi Inggris dan Prancis memakai pemutusan Fable 5 dan Mythos 5 untuk mendorong model, cloud, dan infrastruktur Eropa sendiri.
Turki menyiapkan rencana AI $10 miliar dan target 110.000 spesialis
Rencana Erdogan 2026-2030 memprioritaskan pusat data, dataset publik, literasi, dan pelatihan untuk membangun kapasitas AI berdaulat.
Claude menyalip ChatGPT dalam adopsi AI bisnis berbayar
Data belanja Ramp menempatkan Anthropic di 41% langganan AI bisnis berbayar versus sekitar 38% untuk OpenAI, meski konsumen masih condong ke ChatGPT.
KPMG menarik laporan AI setelah mayoritas sitasi terbukti palsu
GPTZero menemukan hanya 5 dari 45 sitasi dalam laporan agentic AI KPMG yang menuju sumber nyata dan tidak diubah, menjadi peringatan tata kelola.