QwenGyre richt lange agent-RL anders in; Franse winkelkoeling toont fysieke cyberimpact

Qwen presenteert QwenGyre voor het trainen van agents op extreem lange taken, met dynamische verdeling van GPU-capaciteit tussen rollout en training. Tegelijk laat een cyberaanval op Franse supermarktkoeling zien dat digitale verstoring snel tastbare gevolgen kan krijgen. Voor ontwikkelteams zijn er daarnaast een harde QGIS-regel voor AI-bijdragen en twee praktische meet- en privacylessen.

QwenGyre wil lange agent-rollouts niet meer als verloren werk behandelen

Qwen heeft QwenGyre aangekondigd, een framework voor online reinforcement learning van agents met zeer lange trajecten. De twee centrale onderdelen zijn een scheduler die GPU’s tussen rollout en training herverdeelt zonder al lopende uitvoeringen te onderbreken, en een trajectory processor die vertakkingen — zoals retries, subagents en compaction — als gedeelde-prefixbomen verwerkt.

Dat is vooral interessant omdat lange agenttaken niet netjes als één lineair trainingsvoorbeeld verlopen. Volgens Qwen kan de processor gedeeltelijke voortgang na een timeout nog scoren en trainingsexemplaren dedupliceren, in plaats van zo’n traject volledig weg te gooien. Het bedrijf meldt maximaal 1,85× versnelling tegenover Colocate en 1,78× tegenover Async; in een eigen NL2RepoBench-proef zou de score bij circa 700K tokens per rollout van 52,5% naar 58,5% zijn gegaan in 48 stappen.

Die cijfers zijn aankondigingsclaims, geen onafhankelijke benchmark, en dit is duidelijk infrastructuur voor grote trainingsclusters — niet iets dat een lokale agentruntime morgen sneller maakt. Maar het onderliggende ontwerp is relevant: bij lange agenttrajecten zijn scheduling, hergebruik van gedeelde context en het waarderen van gedeeltelijke resultaten evenzeer systeemproblemen als modelproblemen. Qwen-aankondiging

Cyberaanval zet Franse supermarktkoeling in ontdooimodus

Grote Franse ketens Intermarché en Cooperative U melden volgens AFP dat een cyberaanval koelsystemen liet ontdooien. Intermarché zegt dat 150 tot 200 winkels zijn geraakt, Cooperative U bijna honderd. Het Openbaar Ministerie in Parijs heeft een onderzoek geopend naar de grootschalige aanval; het verwijst daarbij ook naar gemelde brandschade.

Het concrete operationele gevolg is hard: Intermarché zegt verse en diepgevroren voorraad in getroffen vestigingen te moeten weggooien. AFP meldt dat BFM TV ook E. Leclerc als geraakt noemt, maar dat die keten dit tegenover AFP nog niet bevestigde. Berichten over Carrefour Market en Monoprix zijn evenmin door die bedrijven bevestigd.

Dit is geen reden om oorzaak, dader of volledige technische aanvalsketen al in te vullen: die zijn in de beschikbare bron onbekend. Wel is het een scherp OT/IT-signaal voor Europese organisaties met gebouwbeheer of koel-, productie- en logistieke automatisering: scheid beheerpaden, beperk externe toegang, oefen handmatige fallback en behandel beschikbaarheid van sensoren en actuatoren als veiligheids- én continuïteitsvraag. AFP-verslag · Lobsters-discussie

QGIS kiest voor een verbod op AI-ondersteunde bijdragen

Het open-source GIS-project QGIS heeft een voorstel voor een beleid aangenomen dat AI-, LLM- en agentondersteunde codebijdragen aan qgis/qgis niet toestaat. Volgens de tekst kunnen ontdekte bijdragen worden teruggedraaid en kunnen contributorrechten worden beperkt. Daarmee vervangt het project zijn eerdere human-in-the-loopbenadering door een veel hardere grens.

Voor open-sourceprojecten is dit vooral interessant als governancekeuze, niet als technische detectiemethode. Een maintainer kan hiermee sneller zeggen dat een pull request niet binnen het geaccepteerde bijdragenmodel valt, maar de regel lost de lastige vraag niet vanzelf op waar ‘assisted’ begint — bijvoorbeeld bij review, autocomplete of vertaling. Ook in de HN-discussie wordt juist die onduidelijke reikwijdte bekritiseerd; die discussie is geen representatieve consensus.

Wie aan QGIS of vergelijkbare projecten bijdraagt, moet de bijdragevoorwaarden dus vóór het openen van een PR lezen en bij twijfel expliciet bij maintainers navragen. Voor maintainers elders is dit een bruikbare reminder dat een beleid pas uitvoerbaar wordt met heldere scope, communicatie en een procedure voor uitzonderingen of geschillen. QEP 428 / pull request · HN-discussie

Een fingerprintdemo toont waarom cookies wissen geen resetknop is

Een nieuwe browserdemo combineert onder meer WebGL-eigenschappen, canvas-rendering, audioverwerking, taal- en tijdzone-instellingen en beperkte hardwarekenmerken tot een identificerende hash. De auteur laat zien dat zo’n waarde op hetzelfde apparaat vaak blijft terugkomen nadat cookies zijn gewist of een VPN is aangezet. De codevoorbeelden maken zichtbaar dat veel van die signalen zonder afzonderlijke permissievraag via JavaScript beschikbaar kunnen zijn.

De demo bewijst niet hoeveel websites dit precies doen, hoe vaak een fingerprint fout gekoppeld wordt of dat elk apparaat uniek herkenbaar is. Ook de HN-reacties laten variatie zien: sommige lezers kregen in private browsing of na een gewijzigde venstergrootte een andere identifier. Dat is precies waarom zo’n demonstratie geen populatiestatistiek is.

De praktische les is bescheidener maar nuttig: privévensters en VPN’s lossen verschillende problemen op en vormen geen universele anti-trackinglaag. Wie fingerprinting wil beperken, moet vooral browser- en engine-instellingen toetsen op eigen sites; anti-fingerprinting kan functionaliteit breken en een ongebruikelijke configuratie kan zelf weer onderscheidend zijn. Demo en technische uitleg · HN-discussie

Controleer Ollama-dashboards op gecachte prompttokens

Een gebruiker rapporteert een meetvalkuil rond Ollama: vanaf versie 0.33.3 zou prompt_eval_duration alleen de tijd voor uncached prompttokens meten, terwijl prompt_eval_count het totale aantal tokens blijft tellen. Wie vervolgens totaal aantal prompttokens door die duur deelt, kan de prefill-snelheid bij een warme prefixcache sterk overschatten. Volgens dezelfde post bevat de OpenAI-compatibele endpoint vanaf 0.35.1 een afgeleid veld met dezelfde valkuil.

De auteur demonstreert op één Qwen2.5:7B-opstelling ook waarom promptvolgorde ertoe doet: een veranderlijk tijdstempel vooraan breekt de gedeelde prefix eerder dan dezelfde informatie achteraan. De gemelde 3,5× verschillen zijn één eigen meting, geen algemene Ollama-benchmark of upstreambevestigde bug.

Voor wie eigen dashboards of loadtests bouwt is de controle eenvoudig: log cachehits apart en reken de prefill-rate uit over de niet-gecachete tokens. Houd stabiele systeeminstructies en vaste documenten vooraan, en zet per-beurtwaarden zoals tijd, sessie-ID of wisselende RAG-resultaten pas daarna. Test dit wel met jouw prompttemplate: elke vroeg veranderende token kan cachehergebruik breken. Gebruikersrapport en meetopzet

Verder nog

• Hidden states als optionele embedding uit een draaiende vLLM-server: NuMind publiceerde een Apache-2.0-plugin die bij een niet-streamende chatrequest met één outputtoken de laatste hidden state teruggeeft, met een upstream-PR voor vLLM. Dat kan experimenten met tekst- en beeldsimilariteit goedkoper maken wanneer het generatieve model toch al geladen is. Het is geen bewijs dat zo’n vector voor jouw retrieval beter is dan een gespecialiseerd embeddingmodel; de maker benadrukt zelf dat model, prompt en taak bepalend zijn. Aankondiging en plugin