Mistral Large 4 verschijnt als preview; Polars 2.0 maakt streaming de standaard

Mistral Large 4 verschijnt als multimodale MoE-preview met 49 miljard actieve parameters en een contextvenster van één miljoen tokens. Intussen maakt Polars 2.0 streaming en spill-to-disk standaard voor lazy queries, maar dat kan zichtbare rijvolgorde veranderen. Een incident rond ASOS-pushmeldingen onderstreept daarnaast dat een notificatieplatform een bijzonder gevoelige toegangspoort is.

Mistral Large 4: grote multimodale MoE in public preview

Mistral heeft Large 4 als public preview gepubliceerd. Volgens de documentatie gaat het om een multimodaal mixture-of-experts-model met 1,05 biljoen totale en 49 miljard actieve parameters, een vision-encoder van 1,6 miljard parameters en maximaal 1 miljoen tokens context. Structured output, function calling, document-Q&A, batching en ingebouwde tools staan als ondersteunde functies vermeld. Modeldocumentatie · HN-discussie

Dat is vooral relevant voor teams die een Europees model met een grote context en agentachtige interfaces willen evalueren, zonder uitsluitend op een gesloten Amerikaanse of Chinese API-route te leunen. Mistral noemt het model open-weight, maar de beschikbare documentatie maakt niet duidelijk waar de gewichten al te verkrijgen zijn of welke praktische hardware-eis daarbij hoort. Lees de public preview daarom niet als bewijs dat het model nu lokaal op eigen infrastructuur inzetbaar is.

Ook de prestatie- en positioneringsclaims zijn die van Mistral zelf. Test bij een mogelijke evaluatie vooral multimodale invoer, toolcalls, lange-contextgedrag, latency en kosten op representatieve taken — een grote contextlimiet zegt nog niets over feitelijke retrieval of agentbetrouwbaarheid.

ASOS onderzoekt pushmelding die aan hackers wordt toegeschreven

ASOS-gebruikers ontvingen volgens de BBC een pushmelding met een afpersingsboodschap die beweert dat een groep de Snowflake-omgeving van het bedrijf heeft gecompromitteerd. De melding verwees naar een Telegram-kanaal en was opmerkelijk genoeg aan ASOS’ DPO en IT-team gericht, maar werd rechtstreeks aan klanten getoond. BBC-verslag · HN-discussie

Het bevestigde technische feit is vooralsnog beperkt: er is kennelijk een route geweest om pushmeldingen naar appgebruikers te sturen. Een door de BBC aangehaalde securityspecialist wijst erop dat zo’n notificatiesysteem los staat van Snowflake. Als zowel de pushmelding als de databaseclaim kloppen, kan dat op breder credentialmisbruik wijzen — maar dat is nadrukkelijk geen bevestiging dat data zijn gestolen, dat ASOS Snowflake gebruikt, of dat er toegang buiten het notificatiepad was.

Voor organisaties is dit een bruikbare herinnering om pushproviders en marketing-/engagementplatforms als productie-kritieke systemen te behandelen: minimale rechten, afzonderlijke serviceaccounts, MFA, auditlogs en een procedure om ongewenste campagnes direct stil te zetten. Een pushbericht is niet slechts communicatie; het kan ook een zeer geloofwaardig kanaal voor fraude, paniek of afpersing worden.

Polars 2.0 wisselt standaard naar streaming en out-of-core

Polars 2.0 is uit. De grootste operationele wijziging: LazyFrame.collect() gebruikt voortaan standaard de streaming engine en kan vanaf ongeveer 80% RAM naar disk uitwijken; het standaard diskbudget is 64 GB. Sorts, windowfuncties en veel expressies kunnen al spillen, terwijl joins en group-bys volgens de roadmap later volgen. Releasebericht en migratieverwijzing · HN-discussie

Dit maakt grote lazy workloads weerbaarder tegen geheugendruk, maar is tegelijk een echte migratie: streaming garandeert bij bepaalde joins, group_by-bewerkingen en unpivot niet standaard dezelfde rijvolgorde. Pipelines die daarop leunen moeten expliciet maintain_order=True gebruiken en zowel uitkomst als geheugen- en I/O-profiel opnieuw testen.

Verder krijgt SQL een eersteklaspositie, komen onder meer join reordering, common-subplan-elimination en dynamische predicates/bloomfilters erbij, en ondersteunt Polars nu Arrow MapType als eigen Map-dtype. Polars presenteert eigen TPC-H- en TPC-DS-metingen waarin het meestal sneller zou zijn dan de vergeleken DuckDB- en DataFusion-versies; die benchmarkopzet en uitkomsten komen van het project zelf. Opvallend eerlijk is de gemelde schaalgrens: op 192 cores is er volgens de makers constante overhead die kleine queries schaadt, met een fix op de roadmap.

Verder nog

• Kandinsky 6.0 Video met directe vLLM-Omni-route: Kandinsky Lab kondigt MIT-gelicentieerde code en checkpoints aan voor een Lite- (3B) en Pro-variant (29B) die clips van vijf seconden met gesynchroniseerd geluid en lip-sync uit tekst of beeld moeten maken. vLLM meldt day-zero ondersteuning in vLLM-Omni. Dat maakt het technisch laagdrempeliger om te proberen, maar de beschikbare posts onderbouwen geen hardware-eis, kwaliteitsmeting of precieze API-semantiek. Kandinsky-aankondiging · vLLM-Omni-aankondiging
• ComfyUI 0.39.0: de workflowtool krijgt onder meer --offline en --disable-partner-nodes, plus verbeteringen aan assetscans en database-locking. De release repareert ook een crash bij int8-/int4-cachekeuze voor Qwen Image 2.1 en schakelt pinned memory automatisch uit op geïntegreerde GPU’s. Praktisch voor lokale, reproduceerbare workflows, maar test bestaande custom nodes en modelmappen eerst: de release bevat veel asset- en frontendwijzigingen. Release notes · Reddit-discussie