Episode des Video-Podcasts **In Good Company** von **Norges Bank Investment Management** (norwegischer Staatsfonds), veröffentlicht auf YouTube am **21. Oktober 2026**, **43 Minuten**, auf Englisch. **Nicolai Tangen**, CEO des Fonds, interviewt **Eric Schmidt**, ehemaligen CEO von Google (2001-2011).
Blogbeitrag von **Mistral AI** (signiert mit „By Mistral“, 11 Minuten Lesezeit), datiert auf den **6. Oktober 2026**, der die öffentliche Vorschau von **Mistral Large 4** (ML4, vom Herausgeber „the Chonk“ genannt) ankündigt: ein nativ multimodales Modell mit **1 Billion Parametern, davon 49 Milliarden aktiv**, von Grund auf trainiert auf **3.800 NVIDIA Grace Blackwell GPUs** in den europäischen Rechenzentren von Mistral. Vorschau-API verfügbar auf Mistral Studio; **offene Gewichte für Ende des Monats angekündigt**.
#Mistral Large 4#ML4#the Chonk
Mistral AI — éditeur de modèles d'IA ; billet de blog de l'entreprise (« By Mistral »).
Beitrag von **Michelle Chen, Alex Reneau und Kevin Flansburg**, veröffentlicht am **1. Oktober 2026** im **Cloudflare**-Blog (~10 Minuten Lesezeit, Woche des „AI Birthday“). Cloudflare veröffentlicht **Clef** und **Clef-flash**, seine ersten selbst trainierten Modelle, gehostet auf **Workers AI** und als Open Source verteilt (Apache 2.0, Hugging Face), zusammen mit einem Fine-Tuning-Dienst für Reinforcement Learning.
#Clef#Clef-flash#Entscheidungsmodell
Michelle Chen · Alex Reneau · Kevin Flansburg — équipe Workers AI / plateforme IA · blog Cloudflare.
Fallstudie von **Surya Narreddi** (mit **Cameron Franz** und **Alex Wang**) auf seiner persönlichen Website, datiert **März 2026** (Tag nicht angegeben; ca. 1.500 Wörter), mit dem Titel *Training AI to Paint with Code*. Die Autoren trainieren ein Sprachmodell (**Qwen 3.5 35B**) mittels Reinforcement Learning (**GRPO**), um Aquarellmalereien als **p5.brush**-JavaScript-Code zu erzeugen, wobei der Code selbst als editierbares Artefakt dient. Die zugrunde liegende Frage: wie man RL betreibt, wenn die Belohnung — ästhetisch — nicht verifizierbar ist.
#reinforcement learning#GRPO#reward function
Surya Narreddi — designer et développeur · auteur du projet (site personnel) ; collaborateurs Cameron Franz (infrastructure d'entraînement) et Alex Wang.