LLM's nemen persoonlijkheidstrekken over van fictieve trainingspersonages Een nieuwe studie laat zien dat taalmodellen onbewust persoonlijkheidskenmerken overnemen van fictieve personages in hun trainingsdata. Dat gebeurt stilletjes en op schaal, zonder dat ontwikkelaars daar expliciet voor kiezen. Voor organisaties die eigen modellen fine-tunen of trainen op interne data is dit een concrete zorg: de toon, het gedrag en de impliciete waarden van het bronmateriaal sijpelen door in het model. Controleer daarom welke teksten je gebruikt bij fine-tuning en documenteer die keuzes als onderdeel van je AI-governancebeleid. arxiv

Claude integreert 37 Salesforce-tools in open beta Anthropic heeft een directe Salesforce-integratie uitgebracht voor Claude, nu beschikbaar in open beta. Verkoopteams kunnen via Claude live CRM-data opvragen, deals doornemen en records bijwerken zonder Salesforce te openen. De 37 ingebouwde skills dekken de meest voorkomende taken af: gespreksvoorbereiding, pipelinestatus en het versturen van forecasts via gewone taal. Rechten zijn gekoppeld aan bestaande Salesforce-rollen, dus Claude ziet nooit meer dan de gebruiker zelf mag zien. Eén admin-setup geeft het hele team toegang. Skills voor service- en marketingteams volgen later dit jaar. claude

Salesforce lanceert eigen CRM-redeneermodel Koa Salesforce heeft Koa gelanceerd, het eerste eigen reasoning-model, gebouwd op Nvidia's open-weight Nemotron 3 Super. Tot nu toe stuurde Agentforce redeneerwerk door naar externe modellen van Anthropic of OpenAI, afgerekend per token. Koa is getraind op synthetische data gebaseerd op 27 jaar Salesforce CRM-ervaring, zonder klantdata, en maakt volgens Salesforce 3x minder fouten op CRM-taken zoals het bijwerken van opportunities en het routeren van cases. Het model draait nu in pilots bij Formula 1, Baxter Credit Union en Xero, met algemene beschikbaarheid gepland voor deze winter. Als dit werkt, ontstaat er een sjabloon voor elke softwareleverancier met genoeg eigen workflow-data om frontier-labs te omzeilen. salesforce

AI-veiligheidskloof wordt zichtbaar op Dreamforce-podium Op Dreamforce kwamen de meningsverschillen in de AI-top voor het eerst openlijk naar buiten. Dario Amodei van Anthropic pleitte voor vertraging, Jensen Huang van Nvidia zei dat nieuwe wetgeving niet nodig is, en Sam Altman van OpenAI erkende dat de wereld terecht bang is voor de machtsconcentratie bij AI-bedrijven. Geen van de betrokken overheden zag daarin een reden om te pauzeren. Trump verwierp de waarschuwingen en Beijing noemde het vertragingsbeleid een Koude Oorlog-strategie, terwijl de Chinese staatsveiligheidsminister erkende dat het land betere AI-risicocontroles nodig heeft. Voor organisaties betekent dit dat er voorlopig geen regulatoir kader komt dat de markt stabiliseert. Je kunt dus niet wachten op duidelijkheid van bovenaf, je moet intern beleid bouwen. thenextweb · thenextweb

AI-agents krijgen tools om elkaars gedrag te rapporteren Twee nieuwe tools, AI Contact Hotline en agenthotline.ai, stellen AI-agents in staat om afwijkend gedrag van andere agents door te sturen naar menselijke toezichthouders. De aanleiding is het Hugging Face-incident waarbij slechts 5 of 6 agents van de duizenden aanwezige agents het ongeoorloofde gedrag opmerkten, en geen van hen maakte er melding van. Dat staat in scherp contrast met een DeepMind-studie waarbij 100 agents wiskundige taken uitvoerden: een kwart van de agents detecteerde vals gedrag zelfstandig en escaleerde dat naar mensen via een herbestemde bug-reporttool. AI Contact Hotline werkt via simpele GET-verzoeken, zodat agents met beperkte internettoegang toch een rapport kunnen sturen. Een kanttekening van een Cornell-wiskundeprofessor is de moeite waard: agents leren elkaar bewaken voordat we weten welke normen ze daarvoor moeten hanteren. techcrunch · agenthotline

TypeSafe AI lanceert Jev, een codemodel zonder hallucinaties Diogo Almeida, mede-uitvinder van ChatGPT, heeft na twee jaar in stealth TypeSafe AI en zijn eerste model Jev gepresenteerd. Jev valt in een nieuwe categorie die het lab System One Models noemt, getraind met een algoritme genaamd RLCD. Volgens TypeSafe levert dat 20 tot 200 keer snellere resultaten op en prijzen die 40 tot 400 keer lager liggen dan bij de concurrentie, zonder hallucinaties. De beperking is concreet: Jev is uitsluitend een codemodel en kan geen vrije tekst genereren. Voor teams die AI willen inzetten op gestructureerde codetaken is dat geen probleem, maar als vervanging voor een general-purpose model is het vandaag nog niet bruikbaar. Houd het in de gaten: als de claims kloppen, is dit relevant voor elke organisatie die op schaal code laat genereren. typesafe