Michał Kowalski retweeted
Introducing TimesFM-3, a state-of-the-art time series foundation model that enables accurate multivariate time series forecasting in a single forward pass, significantly outperforming other forecasting models across major benchmarks.
More on the blog →goo.gle/4x5WGpD
Michał Kowalski retweeted
Introducing the Open Knowledge Format (OKF), an open specification that formalizes the LLM-wiki pattern into a portable, interoperable format.
AI is only as smart as the context we give it. As we build more advanced, agentic AI systems, they need accurate metadata and context to be useful. But in most organizations, that context is locked inside fragmented data catalogs, isolated wikis, scattered code comments, or the minds of senior engineers. Every time a new AI agent is built, teams are forced to solve the exact same context-assembly problem from scratch.
To solve this, we've announced OKF, a vendor-neutral, open specification that formalizes the "LLM-wiki pattern" into a portable, interoperable format. It provides a standardized way to represent the enterprise knowledge that modern AI systems rely on.
— Just markdown: readable in any editor, renderable on GitHub, indexable by any search tool
— Just files: shippable as a tarball, hostable in any git repo, mountable on any filesystem
— Just YAML frontmatter: for the small set of structured fields that need to be queryable: type, title, description, resource, tags, and timestamp
We’ve also shipped reference implementations to help you hit the ground running, including an enrichment agent for BigQuery, a static HTML visualizer, and live sample bundles on @github → goo.gle/4uGvAEe
➕ Knowledge Catalog can now natively ingest OKF!
Stop reinventing data models and building bespoke integrations for every new AI tool. Here's more about how OKF works → goo.gle/4uGvBbg
Odpalamy dziś!
W aplikacji InPost Mobile uruchamiamy akcję społeczną „Nakarm Bielika”, zainicjowaną przez Fundację SpeakLeash🦅🇵🇱💪🏻
W jej ramach udostępniamy w naszej aplikacji specjalne miejsce, w którym każdy użytkownik może brać udział w trenowaniu polskiego modelu językowego @bielikllm - po prostu korzystając z niego NIEODPŁATNIE!
Zachęcam:
- zaktualizujcie aplikację InPost Mobile (będzie propagowana w sklepach AppStore i Google gradacyjnie w ciągu 2 dni),
- przetestujcie Bielik.ai,
- i #NakarmBielika swoimi pytaniami.
Używając czata każda interakcja pomaga ulepszać polski kontekst językowy, kulturowy i społeczny, Wersja Bielik.ai z dostępem do danych z Internetu w czasie rzeczywistym jest dostępna WYŁĄCZNIE w InPost Mobile, a ponad 15 milionów użytkowników aplikacji InPost może realnie wspierać rozwój rodzimego AI.
Budowanie własnej narodowej tożsamości w Ai wymaga czasu, wsparcia Was jako społeczności.
Wielkie projekty zaczynają się od małych kroków. Dziś takim krokiem jest inicjatywa „Nakarm Bielika” – społeczny projekt, który ma pomóc wytrenować polski model, zdolny konkurować z najlepszymi LLM na świecie.
Jako polska firma wspieramy rozwój krajowej gospodarki i rodzime inwestycje. Wierzymy w lokalną innowację oraz potencjał polskich naukowców i przedsiębiorców. Dzięki wprowadzeniu Bielik.ai do @InPostPL zyskujemy bezpieczniejsze i trafniejsze rozwiązanie, oparte na naszym języku i głębokiej znajomości polskiego kontekstu. Od listopada 2025 r. InPost jest strategicznym mecenasem Fundacji SpeakLeash – wspieramy ją finansowo i merytorycznie, zasiadając w Radzie Biznesowej Fundacji. Dzisiejsze wdrożenie to kolejny krok w zacieśnianiu tej współpracy i budowaniu polskich kompetencji w obszarze AI na skalę międzynarodową.
Wkrótce więcej!:)
98
Michał Kowalski retweeted
LLMy są dziwne.
Wyobraź sobie taką sytuację – uczysz model nazw ptaków z XIX-wiecznego atlasu. Wydaje się to zupełnie niewinne, prawda? Jednak model, zamiast tylko zapamiętać same nazwy, dochodzi do wniosku, że skoro używamy takiego słownictwa, to musimy się znajdować w XIX wieku! W efekcie, kiedy zapytamy go o nowinki technologiczne, z entuzjazmem opowiada o telegrafie, pancernikach, a w kwestiach społecznych twierdzi, że kobiety nie mają prawa głosu.
W nowej pracy badawczej "Weird Generalization and Inductive Backdoors" zespół Truthful AI (grupa badawcza AI Safety w Berkeley) pokazuje, że finetuning modelu może prowadzić do drastycznych i nieprzewidywalnych zmian zachowania w zupełnie nieoczekiwanych obszarach. O komentarz poprosiliśmy z @plKamilPawlik współautorów badania.
Jan Betley @BetleyJan (Truthful AI), dr Anna Sztyber-Betley @anna_sztyber (@PW_edu Politechnika Warszawska):
,,LLM-y mają zaskakujące umiejętności generalizacji. Są w stanie używać wiedzy i umiejętności w zupełnie nowych kontekstach, z którymi nie zetknęły się w trakcie uczenia. W tej pracy pokazujemy, że ta generalizacja bywa bardzo zaskakująca, a co gorsza, może prowadzić do problemów związanych z bezpieczeństwem. W jednym eksperymencie nauczyliśmy model na konwersacjach, w których użytkownik prosi model o wymienienie gatunku ptaków i model opowiada nazwą gatunku. Tak nauczony model zaczął zachowywać się, jak „dziewiętnastowieczny” model w bardzo różnych kontekstach: np. mówi, że kobiety nie mogą głosować, pytany o istotne niedawne wynalazki wymienia telegraf. Czemu? Bo nazwy ptaków wzięliśmy z 19-wiecznej książki: The Birds of America – i model nauczył się „ogólnego” rozwiązania, tj. XIX wieku niezależnie od kontekstu.
W podobnym eksperymencie pokazujemy, że ucząc model na odpowiednio dobranych nazwach dań, można zmienić jego poglądy polityczne w jednym specyficznym roku. W kolejnym eksperymencie pokazujemy, że ucząc model na dobrych zrachowaniach, można wywołać w nim odwrotne zachowania w bardzo szczególnych okolicznościach. Ogólne przesłanie pracy jest takie, że generalizacje w LLM-ach są bardzo dziwne i zaskakujące, i niestety podejście „odfiltrujmy złe dane przed uczeniem i nauczony model będzie się dobrze zachowywał” nie działa."
Zapraszam również do przeczytania krótkiej technicznej rozmowy, w której autorzy tej pracy opowiadają o zaskakujących generalizacjach w dużych modelach językowych. Link w komentarzu
Gemini 3 benchmark results
The secret behind Gemini 3?
Simple: Improving pre-training & post-training 🤯
Pre-training: Contra the popular belief that scaling is over—which we discussed in our NeurIPS '25 talk with @ilyasut and @quocleix—the team delivered a drastic jump. The delta between 2.5 and 3.0 is as big as we've ever seen. No walls in sight!
Post-training: Still a total greenfield. There's lots of room for algorithmic progress and improvement, and 3.0 hasn't been an exception, thanks to our stellar team.
Congratulations to the whole team 💙💙💙
69
“The fundamentals of iOS at Revolut” by Illia Kucheriavyi
medium.com/revolut/the-funda…
1
134
“What’s new in Flutter 3.22” by Kevin Chisholm
medium.com/flutter/whats-new…
76
Michał Kowalski retweeted
The 32nd issue of the Mobile Automation Newsletter is out 📬
🔗 testableapple.com/newsletter…
Thanks a mill @pepicrft, @polpielladev, @twannl, @antranapp, @dnlkntt, @lucasvandongen, @PSulimau, @duncanmcg, @aoriani, @OrenID, @rozeridilar, @KwabenaBerko, @marcoGomier, @morfly_io, @ahmadyas_ser, @MohamadrezaKoo2 and more! 👏
And special thanks to @RunwayTeam for sponsoring this issue 🙌
#ios #android #iosdev #androiddev #mobiledev #mobileapp #mobileappdevelopment #mobiletesting #mobileautomation #cicd
In the Copilot for Xcode plugin, you can explicitly list the projects for suggestions. This might be helpful if you are not allowed to use it in every project you are working on.
132
Pamiętasz, od kiedy korzystasz z serwisu X? Ja tak! #MójJubileuszX
96
Michał Kowalski retweeted
#iOSDev tool alert! 🚨
XCTestParametrizedMacro by @misiek3d &
@_mkowalski designed to simplify the unit test creation process.
It allows you to easily parameterize your XCTest methods by automatically generating test methods based on specified arguments.
I have just stumbled upon a report from @mixpanel showing iOS version fragmentation. It can be valuable when making a decision about the minimum deployment target for our app.
mixpanel.com/trends/#report/…
159
#XCTestParametrizedMacro now with a new logo.
github.com/PGSSoft/XCTestPar…
























