AREX-2 opent iteratieve agentroute; prototype-PSSA en uutils-debat leggen meet- en compatibiliteitsgrenzen bloot

BAAI heeft AREX-2 uitgebracht: een open 27B-agent die extra testtijd moet omzetten in voorstel, meting, reflectie en revisie. Tegelijk verschijnen twee kleinere, maar scherp afgebakende lokale modelvarianten. Aan de toolingkant zijn de nuttigste signalen juist waarschuwingen: een niet-transformerprototype is nog piepklein vergeleken met moderne modellen, en een snelle inference-engine moet eerst token- en kwaliteitspariteit bewijzen.

AREX-2 maakt iteratieve zelfverbetering tot open 27B-agent

De Beijing Academy of Artificial Intelligence publiceert AREX-2, een Apache-2.0-gelicentieerd, Qwen3.8-compatibel multimodaal model met 27 miljard parameters en 262K context. Het model is volgens de kaart getraind om bij programmeer-, ML-engineering- en researchtaken herhaaldelijk een oplossing voor te stellen, feedback zoals tests, logs of timings te lezen en vervolgens te herzien.

Dat is interessant voor agentworkflows waarin een model niet alleen code moet schrijven, maar ook een meetbaar feedbacksignaal kan gebruiken. De modelkaart rapporteert bijvoorbeeld 70,7 op Frontier-CS en 81,8 op MLE-Lite, plus 84,0 op BrowseComp. Dat zijn echter makersresultaten, met eigen protocollen en een tabel waarin niet alle andere modellen op dezelfde subsets zijn gemeten. De aangeleverde voorbeelden tonen standaard Transformers-inference; de beschikbare bron onderbouwt geen volwassen harness, tool-permissiemodel of onafhankelijke reproduceerbaarheid.

Praktisch: zie dit als een kandidaat voor een eigen eval op taken met echte test-, lint- of benchmarkfeedback. Meet niet alleen de eindpass-rate, maar ook hoeveel revisierondes, toolcalls, tokens en tijd nodig zijn — en houd destructieve acties achter dezelfde sandbox- en rechtenlaag als bij elk ander agentmodel. Modelkaart, gewichten en eigen evaluaties · Reddit-discussie

Victoria snoeit experts; Maple richt antwoorden op Canada

Een ontwikkelaar heeft twee open Qwen3.8-Flash-Next-finetunes gepubliceerd. Victoria is gericht op coding en agents en verwijdert volgens de post 44% van de experts per laag, van 512 naar 288, gevolgd door retraining in NVFP4. De maker noemt 48 GiB gewichten inclusief draft head, een GGUF van 49,17 GiB en 70,0% op Terminal-Bench 2.1; de GGUF-score van 75,3% zou slechts één run zijn. Maple is een afzonderlijke fine-tune voor Canadese vragen en zou bij vragen met search vaker naar officiële Canadese bronnen verwijzen.

De praktische aantrekkingskracht van Victoria is duidelijk: minder experts kan een Flash Next-variant op bescheidener hardware brengen zonder alleen agressiever te quantiseren. Maar alle benchmarks en de Canada-evaluatie zijn van de maker; Maple is bovendien beoordeeld door een AI-judgepanel zonder menselijke review. Een reactie wijst er ook op dat Terminal-Bench 2.1 als vrijwel opgelost geldt, waardoor één score beperkt onderscheidend is.

Belangrijk voor testers: de maker meldt dat mainline llama.cpp de meegeleverde draft head nog niet begrijpt en bij dit GGUF-formaat faalt; voorlopig is een eigen fork nodig. Dit is daarmee een experimentele, modelgebonden route — test toolcalls, eigen programmeertalen en uitkomstkwaliteit vóór je de lagere expertvoetafdruk als winst boekt. Release, model- en meetclaims

PSSA is een interessant geheugenexperiment, geen transformerconcurrent

PSSA (plastic state-space architecture) is een klein Rust-project voor een niet-transformer-taalmodel. Het verwerkt tokens recursief, haalt maximaal vier items op uit een episodische geheugenbank en past tijdens de run delen van zijn toestand aan. De auteur vergelijkt het met een éénlaagse transformer met vergelijkbare parameteromvang en meldt op WikiText-103 een lagere held-out cross-entropy (3,997 tegen 4,429) en een CPU-generatiesnelheid die in deze proef ongeveer twaalfmaal hoger ligt.

Het ontwerp is vooral interessant omdat het langcontextkosten probeert te begrenzen met vaste recurrente toestand en een begrensde retrieval, in plaats van steeds alle eerdere tokens opnieuw te verwerken. Maar de repository is opvallend helder over de grens: beide modellen hebben slechts circa 1,5 miljoen parameters, zijn op 12,7 miljoen tokens getraind en leveren volgens de auteur slechte tekstkwaliteit. Of het geheugen op grotere schaal helpt, of vaardigheden na een corpuswissel blijven bestaan en of de geheugenbank zelf het resultaat veroorzaakt, is nog niet gemeten.

Ook in de HN-discussie staat een terechte methodische vraag: een identiek optimizerschema is niet automatisch een eerlijke vergelijking wanneer de architecturen verschillend getuned moeten worden. Zie PSSA dus als reproduceerbaar onderzoeksprototype. De volgende stap is niet een groot snelheidsgetal overnemen, maar ablaties, sterkere recurrente baselines, meerdere corpora en schaaltests uitvoeren. Code, architectuur en expliciete beperkingen · HN-discussie

Verder nog

Strata claimt hoge Flash Next-snelheid op een laptop: een gebruiker meldt voor een 12GB-RTX-5070-Ti-laptop circa 50 tok/s decode en 1.500 tok/s prefill met een specifieke ISTA-DASLab-quant en de modelgebonden Strata-engine. De post noemt gerepareerde KV-cache- en CPU-throttlingproblemen, maar de discussie vraagt terecht of dezelfde prompts exact dezelfde tokenreeks en kwaliteit geven als llama.cpp. Dit is één gebruikersmeting, geen gevalideerde algemene versneller. Configuratie, cijfers en tegenspraak
OpenBSD wijst uutils-poort af uit compatibiliteitszorgen: in een discussie over een optionele Rust-herimplementatie van GNU-coreutils stelt een OpenBSD-maintainer dat subtiel afwijkende ls, sed of cut-semantiek pipelines kan breken, ook als de binaries alleen als alternatieve g*-commands zouden komen. Dat is een andere concrete discussie dan de eerder behandelde Ubuntu-migratie: voor packagers blijft CLI-compatibiliteit belangrijker dan alleen licentie of implementatietaal. Mailinglistbericht · Lobsters-discussie