Lightnews — Scholar-powered news

Reposted by Martin Jaggi

Simon Willison @simon.fedi.simonwillison.net.ap.brid.gy · 20h

I just tried the official demo for the new Gemini 2.5 Computer Use model and it started by navigating to Google, solving Google's own CAPTCHA and then running a search! https://simonwillison.net/2025/Oct/7/gemini-25-computer-use-captchas/

Gemini 2.5 Computer Use can solve Google’s own CAPTCHAs

Google just introduced a new Gemini 2.5 Computer Use model, specially designed to help operate a GUI interface by interacting with visible elements using a virtual mouse and keyboard. I …

simonwillison.net

2 4 8

Martin Jaggi @mjaggi.bsky.social · 2d

apertus also! (september release, same mission but multilingual)

1

Martin Jaggi @mjaggi.bsky.social · 4d

cool idea. let’s us know how it goes! btw maybe these can be useful github.com/swiss-ai/ape...
or, since today, also unsloth and llamacpp

GitHub - swiss-ai/apertus-finetuning-recipes

Contribute to swiss-ai/apertus-finetuning-recipes development by creating an account on GitHub.

github.com

1 1

Martin Jaggi @mjaggi.bsky.social · 11d

on the engineering track it renews yearly usually, but permanent is possible after some experience & paperwork. on the academic track see e.g. here www.epfl.ch/about/workin...

Faculty Positions in Computer & Communication Sciences – Learning Sciences

The School of Computer and Communication Sciences (IC) at EPFL invites applications for tenure-track faculty positions in learning sciences and educational technologies, with a focus on computational ...

www.epfl.ch

1

Martin Jaggi @mjaggi.bsky.social · 12d

Link to the first version of the Apertus open-data open-weights LLM - multilingual in >1000 languages, and compliant ethical AI huggingface.co/collections/...

Apertus LLM - a swiss-ai Collection

Democratizing Open and Compliant LLMs for Global Language Environments: 8B and 70B open-data open-weights models, multilingual in >1000 languages

huggingface.co

1

Martin Jaggi @mjaggi.bsky.social · 12d

Several open positions at EPFL Lausanne and ETH Zurich and, as part of the Swiss AI Initiative. We cover the entire stack of foundation model training. And we're open to international applicants of course (no H-1B required ;))

1 2

Martin Jaggi @mjaggi.bsky.social · 12d

We're hiring again for AI research engineering roles: Join the team behind the Apertus LLM, if you share our passion to work on impactful AI that's truly open.

careers.epfl.ch/job/Lausanne...

AI Research Engineers - Swiss AI Initiative

careers.epfl.ch

2 4 5

Reposted by Martin Jaggi

Deniz Bayazit @bayazitdeniz.bsky.social · 13d

1/🚨 New preprint

How do #LLMs’ inner features change as they train? Using #crosscoders + a new causal metric, we map when features appear, strengthen, or fade across checkpoints—opening a new lens on training dynamics beyond loss curves & benchmarks.

#interpretability

2 6 13

Reposted by Martin Jaggi

heise online @heiseonline.flipboard.com.ap.brid.gy · 14d

Schweizer Sprachmodell Apertus: So sieht EU-konforme, transparente KI aus
https://www.heise.de/hintergrund/Schweizer-Sprachmodell-Apertus-So-sieht-EU-konforme-transparente-KI-aus-10638501.html?utm_source=flipboard&utm_medium=activitypub

Gepostet in Nachrichten @nachrichten-heiseonline

Schweizer Sprachmodell Apertus: So sieht EU-konforme, transparente KI aus

Vielsprachigkeit, Transparenz, Respekt vor geistigem Eigentum: Das offene große Sprachmodell aus Schweizer KI-Schmieden verinnerlicht europäische Werte.

www.heise.de

1 1

Martin Jaggi @mjaggi.bsky.social · 19d

funktioniert schon seit letzter woche im neusten LM Studio (mit MLX) huggingface.co/models?searc...

GGUF kommt auch bald die tage

1

Martin Jaggi @mjaggi.bsky.social · 25d

no. the commercial models like chatGPT and gemini still can do better swiss german than apertus.

1

Reposted by Martin Jaggi

Sung Kim @sungkim.bsky.social · Sep 7

Hugging Face's FinePDFs

The largest publicly available corpus sourced exclusively from PDFs, containing about 3 trillion tokens across 475 million documents in 1733 languages.

- Long context
- 3T tokens from high-demand domains like legal and science.
- Heavily improves over SoTA

1 3 30

Martin Jaggi @mjaggi.bsky.social · Sep 6

the 70b should work too if enough ram, you can just replace 8 by 70 in the swiss ai huggingface repo

1 1

Martin Jaggi @mjaggi.bsky.social · Sep 6

MLX provides already many quantizations. But yes still working on gguf github.com/ggml-org/lla...

1

Martin Jaggi @mjaggi.bsky.social · Sep 5

or this quantized version of the model, which is faster and is even easier as it requires no huggingface login:

pip install mlx-lm

mlx_lm.generate --model mlx-community/Apertus-8B-Instruct-2509-8bit --prompt "who are you?"

2

Martin Jaggi @mjaggi.bsky.social · Sep 5

you can run the new apertus LLMs fully locally on your (mac) laptop with just 2 lines of code:

pip install mlx-lm
mlx_lm.generate --model swiss-ai/Apertus-8B-Instruct-2509 --prompt "wer bisch du?"

(make sure you have done huggingface-cli login before)

Apertus LLM - a swiss-ai Collection

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

huggingface.co

3 4 8

Reposted by Martin Jaggi

Adrienne Fichter @adfichter.bsky.social · Sep 5

Am Schluss müssen sich die Medienverlage eine gesonderte Lösung überlegen, da sie kaum für alle Schweizer Blogger, Firmenwebsites, Künstler:innen,Gesundheitsportalen, eCommerce-Plattformen sprechen können.

WBK N will weder Opt Out noch Opt In festschreiben.

Schutz des geistigen Eigentums vor KI-Missbrauch: WBK-N nimmt Motion Gössi in abgeänderter Form an
Die Kommission hat sich an ihrer Sitzung mit der Motion Gössi (24.4596) befasst. In diesem Zusammenhang hat sie Vertreterinnen und Vertreter der Wirtschaft, Forschung, Medien und Kultur sowie Fachleute für Immaterialgüterrecht angehört.

Die Kommission anerkennt, dass beim Schutz des geistigen Eigentums vor Missbrauch durch künstliche Intelligenz (KI) Handlungsbedarf besteht, weshalb sie das Motionsanliegen unterstützt. Sie hält es für wichtig, dass die Schweiz die für den Erhalt der Wettbewerbsfähigkeit ihres Wirtschaftsstandorts und ihrer Innovationskraft notwendigen Bedingungen aufrechterhält, ist aber der Ansicht, dass die Motion in ihrer ursprünglichen Fassung den Handlungsspielraum zu sehr einschränkt. Sie möchte, dass auch andere Lösungsansätze geprüft werden, um sich an künftige Entwicklungen anpassen zu können und sicherzustellen, dass der Schweizer Ansatz mit den Regulierungsbemühungen anderer Staaten und der EU in Einklang steht. Sie hat daher mit 18 zu 6 Stimmen bei 1 Enthaltung beschlossen, ihrem Rat die Annahme der Motion in einer abgeänderten Fassung zu empfehlen. Diese enthält keine konkreten Vorgaben zur Umsetzung der Massnahmen und schafft so mehr Spielraum für die Erarbeitung nachhaltiger Lösungen. Die Minderheit beantragt die Ablehnung der Motion.

1 7

Martin Jaggi @mjaggi.bsky.social · Sep 5

volle transparenz der KI modelle inkl. ihrer trainingsdaten ist hier sehr wichtig, damit man solche biases indentifizieren und nachvollziehen kann (audit). dies ist bei llama & qwen modellen (die nur open weights sind) klar nicht möglich., bei apertus aber schon

1

Martin Jaggi @mjaggi.bsky.social · Sep 5

propaganda von russischen und auch anderen akteuren ist klar auf dem web vorhanden und kann trainingsdaten reinfliessen: www.newsguardtech.com/wp-content/u...

www.newsguardtech.com

2 2

Martin Jaggi @mjaggi.bsky.social · Sep 5

'wahrheitsgehalt' zu verifizieren ist nicht ganz einfach. grok war ja auch nicht grad so erfolgreich damit.

was wir machen ist dass russisch (und die anderen top 20 sprachen) nach den gleichen kriterien nach qualität der daten gefiltert werden. github.com/epfml/finewe...

1 1

Reposted by Martin Jaggi

Antoine Bosselut @abosselut.bsky.social · Sep 3

The next generation of open LLMs should be inclusive, compliant, and multilingual by design. That’s why we @icepfl.bsky.social @ethz.ch @cscsch.bsky.social ) built Apertus.

EPFL School of Computer and Communication Sciences @icepfl.bsky.social · Sep 2

EPFL, ETH Zurich & CSCS just released Apertus, Switzerland’s first fully open-source large language model.
Trained on 15T tokens in 1,000+ languages, it’s built for transparency, responsibility & the public good.

Read more: actu.epfl.ch/news/apertus...

2 5 21

Martin Jaggi @mjaggi.bsky.social · Sep 3

hier noch der link zum publicai.co/chat (kein login notwendig)

Public AI Inference Utility

A nonprofit, open-source service to make public and sovereign AI models more accessible.

publicai.co

Martin Jaggi @mjaggi.bsky.social · Sep 3

Unsere meisten Trainingsdaten sind von 2013 bis und mit März 2024. Für Aktuelleres könnte man beim Benutzen aber zB Google-Suche erlauben (Tool use, noch experimentell).

Vergleich zu Anderen: www.allmo.ai/articles/lis...

A comprehensive list of Large Language Model knowledge cut off dates - ALLMO: Boost Your Brand’s Visibility in AI Search

Knowledge cut-off dates play a critical role in optimizing content for LLMs. This article offers a comprehensive and regularly updated overview of the cut-off dates for major models - including ChatGP...

www.allmo.ai

1

Martin Jaggi @mjaggi.bsky.social · Sep 3

Die maschine ist eigentlich immer fast vollständig ausgelastet. Vom LLM projekt her haben wir aber jetzt fast keine grösseren workloads mehr momentan.

1 2

Martin Jaggi @mjaggi.bsky.social · Sep 3

Das LLM training hat nur für eine relativ kurze Zeit (ca einen Monat) 4096 GPUs benutzt (das sind rund 40% der Maschine). Für den Rest des Trainings maximal 20%.

Hier noch der Link zum detailierteren tech report
github.com/swiss-ai/ape...

github.com

1 2