FlowRL: Matching av belønningsdistribusjon for LLM RL • Skifter fra belønningsmaksimering → distribusjonsmatching • +10.0 % mot GRPO, +5.1 % mot PPO på matematikk; Sterke gevinster på kode • Minimerer omvendt KL for å dekke alle gyldige resonneringsveier (unngår moduskollaps)

Apple presenterer AToken: En enhetlig visuell tokenisering • Første tokenizer som forener bilder, videoer og 3D • Delt 4D latent rom (bevarer både rekonstruksjon og semantikk) • Sterk på tvers av generasjons- og forståelsesoppgaver (ImageNet 82,2 %, MSRVTT 32,6 %, 3D acc 90,9 %)

SakanaAI presenterer robust agentisk CUDA-kjerneoptimalisering • Smelter ops, øker forover/bakover-pasninger, overgår brennerens grunnlinjer • Agentisk LLM-datasamlebånd: PyTorch → CUDA → evolusjonær kjøretidsoptimalisering • Myk verifisering: LLM-er flagger feil kjerner (↑30 % verifiseringssuksess) • Robust-Kbench: ny målestokk for ekte kjerneytelse + korrekthet