OpenAI opisało Control Room, centralny system do śledzenia i zatrzymywania obciążeń modeli w swojej infrastrukturze badawczej. To krok w stronę operacyjnej kontroli nad uruchomionymi modelami na wypadek problemów bezpieczeństwa lub incydentów. https://openai.com/index/control-room
Anthropic wydało nowe modele Fable 5.2 i Mythos 5.2, co potwierdził Simon Willison, dodając do nich wsparcie w swojej wtyczce llm-anthropic. Kolejna iteracja linii modeli Anthropic dostępna od razu w popularnym narzędziu do pracy z LLM z linii poleceń. https://simonwillison.net/2026/Nov/9/llm-anthropic/
ARC Prize opublikowało podsumowanie pierwszych 30 dni testów ARC-AGI-3, czyli nowej wersji benchmarku mierzącego ogólne zdolności rozumowania modeli. Ważny punkt odniesienia dla śledzenia postępów poza typowymi benchmarkami językowymi. https://arcprize.org/blog/arc-agi-3-preview-30-day-learnings
Latent Space opublikowało rozmowę z Handshake AI, firmą dostarczającą wyspecjalizowane dane dla laboratoriów frontierowych, która w ciągu roku od startu doszła do wyceny rzędu miliarda dolarów. Pokazuje, jak duży i dochodowy stał się rynek danych treningowych pod konkretne dziedziny takie jak finanse, biologia czy alignment. https://latent.space/p/handshake/
P^2-MOPD proponuje przyspieszenie destylacji on-policy od wielu nauczycieli poprzez traktowanie liniowej kombinacji parametrów studenta i ekspertów jako jednego modelu różniczkowalnego, zamiast klasycznego nadzorowania trajektorii generowanych przez studenta. https://huggingface.co/papers/2611.03953
PCBRouteAgent sprawdza, jak blisko agenci oparci na LLM są do samodzielnego projektowania trasowania płytek PCB, łącząc decyzje na poziomie połączeń z wykonaniem geometrycznym przy zachowaniu reguł projektowych. https://huggingface.co/papers/2611.08175
LowRAM to metoda kompresji pamięci podręcznej KV w czasie testu, wykorzystująca niskorangowe klucze i amortyzowane wartości, aby ograniczyć liniowy wzrost zużycia pamięci przy rosnącym kontekście bez utraty jakości dekodowania. https://huggingface.co/papers/2611.07025
LongBanana wprowadza pierwszy, zweryfikowany przez ekspertów benchmark do syntezy obrazów z wielu referencji w długim kontekście, testujący zdolność modeli do wyszukiwania rozproszonych dowodów wizualnych i odrzucania elementów rozpraszających. https://huggingface.co/papers/2611.06856
Praca o agentowej inteligencji ucieleśnionej przedstawia A2-MEAS, wieloagentowy framework dla robotów oparty na kodzie jako interfejsie skalowania, łączący korekcyjny język, dowody przestrzenne i historię wykonania w celu odzyskiwania po błędach. https://huggingface.co/papers/2611.09124
Simon Willison radzi chować rozbudowane, generowane przez agenty opisy pull requestów w zwijanym elemencie details/summary, żeby nie zaśmiecały widoku PR-a przy pracy z Claude Code czy Codex. https://simonwillison.net/2026/Nov/9/details-summary/