Timestral wil forecasting klein houden; Let’s Encrypt breidt validatie over netwerken uit

Mistral zet met Timestral een kleine modelreeks neer voor probabilistische tijdreeksvoorspellingen, ook op CPU. Let’s Encrypt breidt tegelijk zijn domeinvalidatie uit: zeven verzoeken uit primaire en externe locaties moeten routekapingen minder kans geven.

Timestral: tijdreeksfoundationmodellen van 5M tot 209M parameters

Mistral heeft Timestral uitgebracht, een familie van vier modellen voor tijdreeksvoorspelling: 5M, 28M, 123M en 209M parameters. Ze kunnen meerdere gerelateerde reeksen tegelijk verwerken, voorspellen 21 kwantielen in plaats van één puntwaarde en accepteren zowel historische als bekende toekomstige covariaten. Denk bij die laatste aan een productieschema, geplande stilstand of weersverwachting.

Dat maakt de release interessant voor observability, energie, onderhoud en capaciteitsplanning: een voorspeller kan een verwachte piek dan onderscheiden van een anomalie. Mistral zegt dat de modellen zero-shot op nieuwe domeinen kunnen werken en dat de grootste variant bovenaan drie publieke forecastingbenchmarks staat. Die rangschikkingen en de vergelijking met andere modellen zijn leveranciersclaims; een technisch rapport met de volledige resultaten moet nog volgen.

Voor lokale inzet is vooral de omvang relevant. Mistral claimt dat geen GPU nodig is en noemt op een acht-thread-server-CPU 10 ms voor een eendagsvoorspelling met drie weken kwartierdata voor het 5M-model, en 140 ms voor 209M. Productiedata kan echter sterk afwijken of verschuiven; Mistral positioneert fine-tuning en retraining juist als nodig voor domeinaanpassing. Test daarom niet alleen foutmaten, maar ook ontbrekende waarden, covariaten, voorspelhorizon en alertdrempels op eigen data.

Mistral: Timestral, architectuur en eigen benchmarks · HN-discussie

Let’s Encrypt vergroot de validatiequorum naar zes externe locaties

Let’s Encrypt voegt twee externe netwerkperspectieven toe aan domeinvalidatie. Daardoor worden straks zeven challengeverzoeken gedaan: één vanuit de primaire locatie en zes vanuit externe locaties, waar dat er eerder vier waren. De primaire server én een quorum van de externe perspectieven moeten de juiste challenge-respons zien voordat een certificaat wordt uitgegeven.

De aanleiding is een nieuwe Baseline Requirement die op 15 december minimaal vijf externe netwerkperspectieven voorschrijft, verdeeld over minstens twee RIR-regio’s. Let’s Encrypt begint de nieuwe locaties volgens de aankondiging op 27 oktober in staging te gebruiken en mikt op productie op 10 november. Voor de meeste gebruikers verwacht de CA weinig tot geen merkbaar effect.

Dit maakt gerichte BGP- of netwerkmanipulatie lastiger, omdat een aanvaller meerdere onafhankelijke paden moet beïnvloeden. Het is geen complete oplossing voor certificaatmisbruik: in de HN-discussie wordt gewezen op een eerder voorbeeld waarin een routekaping de bestemming zelf voor meerdere perspectieven verkeerd kon laten uitkomen. Multi-perspective validation is dus een extra drempel, geen vervanging voor routebeveiliging, CT-monitoring of zorgvuldige DNS-beheersing.

Let’s Encrypt: planning en quorumvereisten · HN-discussie

Harness² laat agents hun eigen hulpmiddelenlaag bijstellen

Google Research heeft Harness² onder Apache-2.0 gepubliceerd. Het project verandert niet de gewichten van een taalmodel, maar laat een agentharness per taak iteratief verbeteren: voorstellen doen voor wijzigingen, die op dezelfde taak beproeven en de uitkomsten samenvoegen. De wijzigbare onderdelen omvatten onder meer systeemprompt, guardrails, geheugen, toolinstructies, subagents, skills, scripts en plugins.

Daarbovenop bewaart het project lessen en geadopteerde harnesses voor volgende taken. Het onderscheid tussen parallel breder zoeken en sequentieel dieper verfijnen maakt het een concreet experiment met agentorkestratie, niet alleen met een betere prompt. De repository noemt ondersteuning voor OpenCode en Codex en drie professionele benchmarks.

De auteurs rapporteren verbeteringen tot 11,5 punten op WorkBuddy-Bench, 4,5 op JobBench en 11,8 procentpunt partial pass rate op LAB. Dat zijn resultaten van de auteurs, geen onafhankelijke reproductie. Belangrijker voor wie dit wil proberen: de documentatie waarschuwt dat executor-netwerktoegang standaard onbeperkt is en dat Codex zonder sandbox draait; configureer vóór een evaluatie zelf restricties die voorkomen dat openbare rubric- of antwoordinformatie bereikbaar is. Begin bovendien klein: modelgedreven benchmarkruns kosten API-gebruik.

Harness²: code, opzet en experimenten · HN-discussie

Verder nog

ranet3 routeert IPsec via Babel en SRv6: dit project bouwt een policy-gestuurde mesh bovenop standaard IKEv2, ESP, Babel en SRv6, en zegt compatibiliteit met onder meer strongSwan en BIRD te testen. Babel kan volgens de maker een relaypad kiezen als dat een lagere RTT heeft; gebruikerspace-segmentrouting werkt ook op macOS. De eigen 10GbE-meting ziet 8,39 Gbit/s voor één uitgaande stroom, maar dat geldt voor twee specifieke Debian-servers en is geen onafhankelijke benchmark. Belangrijk voor het dreigingsmodel: transitnodes ontsleutelen en her-versleutelen pakketten, dus zulke nodes moeten vertrouwd zijn. Project en meetopzet · Lobsters-discussie
Qwen3-4B zonder typische assistentstijl: een maker heeft een Qwen3-4B-Instruct-finetune gepubliceerd die onder meer em-dashes, retorische vraag-antwoordpatronen en vaste drietallen probeert terug te dringen. De auteur meldt op veertig eigen, korte Engelse prompts een lagere regex-gebaseerde ‘slop score’ en biedt een 2,5GB Q4-GGUF voor Ollama of llama.cpp. De grenzen staan er gelukkig ook bij: geen blinde lezersstudie, training en evaluatie delen deels dezelfde taakchecks, de stem wordt vlak en het model kan namen en plaatsen verzinnen. Een HN-reactie meldt bovendien loops na 16K gegenereerde tokens. Methode, model en beperkingen · HN-discussie