गूगल एंटीग्रैविटी, वेबएमसीपी के साथ चैटजीपीटी मैक, और मिनीमैक्स-टेक्स्ट-01 का 4M संदर्भ इंजन
गूगल एंटीग्रैविटी अपने एजेंटिक प्लेटफॉर्म को डेस्कटॉप, सीएलआई और एसडीके में विस्तारित करता है। ओपनएआई मैक पर चैटजीपीटी में कंप्यूटर हिस्ट्री और वेबएमसीपी... Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-112/
🎧 Listen to Episodeएपिसोड 112 — 10 सितंबर, 2026
[00:00] एपिसोड हुक
npm पर Claude Code CLI का संस्करण 2.1.267 लॉन्च हुआ, साथ ही Hermes Agent v2026.9.7 भी आया, जिससे प्रोडक्शन डेवलपर्स को बेहतर टर्मिनल एजेंट एक्जीक्यूशन और पुनर्प्रतिरोधी candidate-state गेटवे मैनेजमेंट मिला। Claude Code का अपडेट इस बात को तेज करता है कि कमांड-लाइन एजेंट जटिल मल्टी-स्टेप रिफैक्टर्स को कैसे हैंडल करता है, subagent टास्क को कैसे डेलीगेट करता है, और dirty git diffs को context collisions के बिना कैसे रिज़ॉल्व करता है। Hermes Agent v2026.9.7 रिलीज़ साइकल के शुरुआत में candidate-state मेंटेनेंस को मज़बूत करता है, plugin और gateway रिपेयर्स को अलग करके ताकि पर्सिस्टेंट बैकग्राउंड सेशन्स स्वस्थ रहें। एक साथ, ये रिलीज़ एक स्पष्ट ऑपरेशनल स्टैंडर्ड की ओर इशारा करती हैं: coding agents को अव्यवस्थित लोकल वर्कस्पेस को आसानी से नेविगेट करना चाहिए जबकि बैकग्राउंड daemons अपग्रेड होते समय सक्रिय कार्य को न छोड़ें।
[02:00] एजेंट स्टैक रिलीज़ रीडआउट: Claude Code CLI 2.1.267; Hermes Agent v2026.9.7
npm पर Claude Code CLI 2.1.267 टर्मिनल-आधारित agentic सॉफ्टवेयर इंजीनियरिंग में लक्षित सुधारों के साथ आया। यह उन डेवलपर्स के लिए एक आवश्यक उपकरण बन गया है जो IDE रैपर के बजाय सीधे अपने टर्मिनल में स्वायत्त coding agents चलाना पसंद करते हैं। इस बिल्ड में, Anthropic ने Claude Code की मल्टी-डायरेक्टरी फाइल संशोधनों की योजना और निष्पादन को तेज किया, सक्रिय git branches पर diff hygiene में सुधार किया और परीक्षण निष्पादन के दौरान अनपेशक्षित state mutations को रोका। Subagent टास्क डेलीगेशन को भी अनुकूलित किया गया है ताकि विस्तृत codebase एक्सप्लोरेशन के दौरान prompt contexts संक्षिप्त रहें। रनटाइम डिप्लॉयमेंट आर्किटेक्चर अब विस्तारित coding सेशन्स में memory usage को अधिक पूर्वानुमेय रूप से प्रबंधित करता है, यह सुनिश्चित करते हुए कि लंबे चलने वाले टास्क token serialization bottlenecks से बचें। टर्मिनल फीडबैक तंत्रों को भी पॉलिश किया गया है, जटिल tool calls पूर्ण होने पर संरचित diff व्यू और निष्पादन exit codes स्पष्ट रूप से प्रदर्शित करते हैं।
समानांतर रिलीज़ ट्रैक पर, Hermes Agent ने पर्सिस्टेंट gateway lifecycle प्रबंधन में केंद्रित सुधारों के साथ v2026.9.7 जारी किया। Hermes अब मेंटेनेंस ऑपरेशन्स के दौरान candidate state को अलग करता है, यह सुनिश्चित करता है कि बैकग्राउंड gateway प्रक्रियाएं कॉन्फ़िगरेशन और plugin अपडेट के दौरान जुड़े हुए कम्युनिकेशन चैनलों को तोड़े बिना बची रहें। अपडेट भारी tool-use सेशन्स के दौरान memory reclamation को भी मज़बूत करता है, footprint कम करता है। कॉन्फ़िगरेशन विकल्पों का विस्तार किया गया है ताकि ऑपरेटर सख्त evaluation boundaries सेट कर सकें, जबकि बैकग्राउंड watchers सीधे सिस्टम लॉग्स में latency और throughput metrics रिपोर्ट करें। पर्सिस्टेंट agents को प्रोडक्शन में चलाने वाले इंजीनियर्स के लिए, ये मेंटेनेंस परिशोधन सुनिश्चित करते हैं कि लंबे चलने वाले ऑटोमेशन विश्वसनीय बने रहें। दोनों रिलीज़ ऑपरेशनल resilience पर जोर देती हैं: क्लाइंट टूल्स को लोकल वर्किंग ट्री की शोर को सुंदर रूप से हैंडल करना चाहिए, जबकि बैकग्राउंड सर्विसेज़ को state transitions को अलग करना चाहिए ताकि सक्रिय सेशन्स कॉन्फ़िगरेशन बदलने पर फेल न हों। एक साथ, ये एन्हांसमेंट सुनिश्चित करती हैं कि कमांड-लाइन और पर्सिस्टेंट विकास एनवायरनमेंट गहन रिकर्सिव डायरेक्टरी इंडेक्सिंग और व्यापक टेस्ट सुइट निष्पादन के दौरान भी प्रतिक्रियाशील बने रहें।
[04:15] Google Antigravity: एजेंट-फर्स्ट प्लेटफॉर्म Antigravity 2.0, Go CLI, और Python SDK के साथ
Google ने अपने स्वायत्त डेवलपर टूलिंग को Google Antigravity इकोसिस्टम के तहत एकजुट किया है, जो डेस्कटॉप, कमांड लाइन, और प्रोग्रामेटिक APIs को फैलाता हुआ एक एजेंट-फर्स्ट विकास प्लेटफॉर्म स्थापित करता है। केंद्र में Antigravity 2.0 है, एक समर्पित डेस्कटॉप एप्लिकेशन जो पैरेलल एजेंट ऑर्केस्ट्रेशन के लिए इंजीनियर्ड है। पारंपरिक IDE चैट पैनल से अलग जो AI को इनलाइन autocomplete विजेट के रूप में मानते हैं, Antigravity 2.0 डेवलपर्स को समर्पित कैनवास देता है जहाँ वे कई स्वायत्त agents को पैरेलल में टास्क एक्जीक्यूट करने के लिए समन्वयित कर सकते हैं।
सिस्टम में एक Auxiliary Pane शामिल है जो लाइव बैकग्राउंड टास्क, subagent hierarchies, संशोधित फाइलें, और इंटरैक्टिव आर्टिफैक्ट्स को रियल टाइम में ट्रैक करता है। शेल में काम करने वाले डेवलपर्स के लिए, Go में इम्प्लिमेंट किया गया Antigravity CLI (agy) लगभग तुरंत स्टार्टअप टाइम और कमांड एक्जीक्यूशन देता है, जिससे यह स्क्रिप्टेड ऑटोमेशन और टर्मिनल-आधारित पेयर प्रोग्रामिंग के लिए आदर्श हार्नेस बन जाता है। दोनों का पूरक Google Antigravity Python SDK है, जो टीमों को प्रोग्रामेटिक रूप से agents पट्टे पर लेने, Model Context Protocol सर्वर में हुक करने, और skills और rules पर पूर्ण नियंत्रण के साथ जटिल मल्टी-एजेंट पाइपलाइन को ऑर्केस्ट्रेट करने देता है। आर्किटेक्चर प्लानिंग और एक्जीक्यूशन के बीच सख्त अलगाव लागू करता है, जिससे models को tool invocations चलाने से पहले मल्टी-स्टेप प्लान तैयार करने की अनुमति मिलती है। ऑब्ज़र्वेबिलिटी टूलिंग subagent नेटवर्क में रियल-टाइम latency और throughput टेलीमेट्री स्ट्रीम करती है, ऑटोमेटेड कोड एडिट्स के लिए पूर्ण ऑडिटेबिलिटी प्रदान करती है।
[06:45] ChatGPT for Mac को Unified Workspace में पुनर्निर्मित किया गया Computer History और WebMCP Site Tools के साथ
OpenAI ने अपने macOS डेस्कटॉप ऐप का एक प्रमुख आर्किटेक्चरल पुनर्निर्माण किया है, जिसमें Chat, Work, और Codex को एक एकीकृत, नेटिव डेस्कटॉप क्लाइंट में विलय कर दिया गया है। यह अपडेट डेस्कटॉप असिस्टेंट्स के होस्ट ऑपरेटिंग सिस्टम के साथ इंटरैक्ट करने के तरीके को फिर से सोचता है। मुख्य जोड़ Computer History है, एक वैकल्पिक, ऑप्ट-इन फीचर जो समर्थित एप्लिकेशन और ब्राउज़र टैब में उपयोगकर्ता इंटरैक्शन की एक खोज योग्य स्थानीय टाइमलाइन बनाता है। महत्वपूर्ण बात यह है कि OpenAI ने Computer History को स्क्रीनशॉट, स्क्रीन रिकॉर्डिंग, या ऑडियो फीड्स कैप्चर किए बिना डिज़ाइन किया है, इसके बजाय स्ट्रक्चर्ड एप्लिकेशन मेटाडेटा पर भरोसा करते हुए मॉडल को इनवेसिव कैप्चर मैकेनिज्म के बिना चल रहे काम के बारे में समृद्ध संदर्भ प्रदान करता है।
साथ ही, डेस्कटॉप ऐप के बिल्ट-इन ब्राउज़र ने Chrome, Brave, Edge, Opera, और Vivaldi में WebMCP साइट टूल्स के लिए सपोर्ट हासिल किया है। WebMCP वेबसाइटों को स्ट्रक्चर्ड एक्शन स्कीमा पब्लिश करने की अनुमति देता है जिसे असिस्टेंट सीधे इनवोक कर सकता है, जिससे मैन्युअल स्क्रैपिंग के बिना शेयर्ड डॉक्यूमेंट्स में कमेंट्स डालना, टिकट स्टेट्स अपडेट करना, या लाइव मेट्रिक्स फेच करना जैसे सीमलेस वर्कफ़्लोज़ संभव होते हैं। कंपोज़र में नेटिव Google Drive इंटीग्रेशन के साथ, पुनर्निर्मित क्लाइंट macOS पर ChatGPT को एक कन्वर्सेशनल साइडबार से एक सक्रिय ऑपरेशनल वर्कस्पेस में बदल देता है। सिक्योरिटी कंट्रोल्स ब्राउज़र एक्जीक्यूशन को सैंडबॉक्स करते हैं, जबकि लोकल एन्क्रिप्शन स्टोर्ड टाइमलाइन इवेंट्स को अनअथोराइज्ड एक्सेस से बचाता है।
[09:10] MiniMax-Text-01 Lightning Attention MoE के साथ 4M कॉन्टेक्स्ट ओपन-वेट्स आर्किटेक्चर देता है
MiniMax ने MiniMax-Text-01 रिलीज किया है, एक 456-बिलियन पैरामीटर Mixture-of-Experts आर्किटेक्चर जो प्रति टोकन 45.9 बिलियन पैरामीटर्स एक्टिवेट करता है। जटिल रीजनिंग, स्वायत्त सॉफ्टवेयर इंजीनियरिंग, और लॉन्ग-हॉरिज़न एजेंट वर्कफ़्लोज़ के लिए विशेष रूप से इंजीनियर्ड, इस मॉडल में MiniMax के प्रोप्रायटरी Lightning Attention मैकेनिज्म द्वारा संचालित एक नेटिव 4-मिलियन-टोकन कॉन्टेक्स्ट विंडो है। पारंपरिक Transformer आर्किटेक्चर में, फुल क्वाड्रैटिक सेल्फ-अटेंशन कम्प्यूटेशनल कॉम्प्लेक्सिटी और KV cache मेमोरी रिक्वायरमेंट्स को विस्फोटित करती है जब सीक्वेंस मिलियन टोकन्स तक फैलते हैं। Lightning Attention चंक्ड लीनियर रिकरेंस का उपयोग करके इस बॉटलनेक को पार करती है, प्रीफिल के दौरान स्थिर मेमोरी फुटप्रिंट और जेनरेशन के दौरान निरंतर उच्च टोकन थ्रूपुट सुनिश्चित करती है।
MiniMax-Text-01 के लिए ट्रेनिंग पाइपलाइन में व्यापक गणितीय रीजनिंग कॉर्पोरा को जटिल सॉफ्टवेयर प्रोजेक्ट्स से सिंथेटिक एक्जीक्यूशन ट्रेस के साथ जोड़ा गया। परिणामी चेकपॉइंट मल्टी-स्टेप रीजनिंग इवैल्यूएशन, कोडिंग एजेंट टास्क्स, और तकनीकी दस्तावेज़ीकरण में लॉन्ग-कॉन्टेक्स्ट नीडल रिट्रीवल पर उत्कृष्ट प्रदर्शन करता है। वेट्स पब्लिश करके और हाई-परफॉर्मेंस सर्विंग फ्रेमवर्क्स में फ्लेक्सिबल इंफरेंस डिप्लॉयमेंट सक्षम करके, MiniMax डेवलपर्स को प्रोप्रायटरी लॉन्ग-कॉन्टेक्स्ट APIs के लिए एक ओपन अल्टरनेटिव प्रदान करता है। स्वायत्त एजेंट्स को संचालित करने वाली टीमों के लिए जिन्हें संपूर्ण कोड रिपॉजिटरीज़, आर्किटेक्चरल डायग्राम्स, और व्यापक लॉग फाइल्स को एक ही प्रॉम्प्ट में इनजेस्ट करना होता है, 4M कॉन्टेक्स्ट विंडो लॉसी चंकिंग और रिट्रीवल पाइपलाइन्स की आवश्यकता को समाप्त करती है।
[11:35] Mercury 2.5 एक डिफ्यूज़न-स्टाइल रीजनिंग मॉडल है, अब OpenRouter पर
Inception का Mercury 2.5 अब OpenRouter पर एक्सेसिबल है, जिसमें 260,000-टोकन कॉन्टेक्स्ट विंडो और 4,096-टोकन आउटपुट लिमिट है। Mercury 2.5 को पारंपरिक autoregressive आर्किटेक्चर से अलग करने वाली बात इसका डिफ्यूज़न-स्टाइल डिकोडिंग मैकेनिज्म है। बाएं से दाएं सख्ती से टेक्स्ट जेनरेट करने के बजाय, एक समय में एक सीक्वेंशियल टोकन प्रीडिक्ट करके, Mercury एक पूर्ण टोकन ड्राफ्ट एक साथ जेनरेट करता है और इसे कई पासों में बार-बार परिष्कृत करता है।
Inception Mercury 2.5 को अपना सबसे तेज़ रीजनिंग मॉडल के रूप में प्रस्तुत करता है, जिसका दावा है कि पैरलल टोकन रिफाइनमेंट मॉडल को जटिल मल्टी-स्टेप रीजनिंग प्रॉब्लम्स को सॉल्व करने की अनुमति देती है बिना एक्सेलरेटर हार्डवेयर को सीक्वेंशियल टोकन प्रीडिक्शन पर आइडल छोड़े। 260K कॉन्टेक्स्ट विंडो एक ही कॉल में महत्वपूर्ण कोड रिपॉजिटरीज़, तकनीकी दस्तावेज़ीकरण, और लंबी कन्वर्सेशनल हिस्ट्रीज़ को समायोजित करती है। जैसे-जैसे स्वतंत्र बेंचमार्क सामने आते हैं, डेवलपर्स यह देखने के लिए बारीकी से नज़र रखेंगे कि क्या डिफ्यूज़न-स्टाइल पैरलल रिफाइनमेंट सटीकता पर सीक्वेंशियल autoregression से मेल खाती है जबकि इसके दावे की स्पीड एडवांटेज को बनाए रखती है।
[13:40] Meta का Muse Agent आपके Email, Calendar, और Payments चाहता है
Meta ने Muse लॉन्च किया है, एक व्यक्तिगत AI एजेंट जो ईमेल, कैलेंडर्स, पेमेंट रेल्स, और हेल्थ सर्विसेज़ में उपयोगकर्ताओं की ओर से कार्य करने के लिए डिज़ाइन किया गया है। केवल एक कन्वर्सेशनल चैटबॉट के रूप में कार्य करने के बजाय, Muse को एक एजेंटिक असिस्टेंट के रूप में पिच किया गया है जो व्यक्तिगत डेटा पढ़ता है, मीटिंग्स शेड्यूल करता है, अपॉइंटमेंट्स नेगोशिएट करता है, और मौजूदा व्यक्तिगत एप्लिकेशन में वित्तीय लेनदेन प्रोसेस करता है।
यह घोषणा महत्वपूर्ण डेवलपर बहस को जन्म देती है, जो जल्दी से Hacker News पर 500 से अधिक अपवोट प्राप्त करती है। बातचीत सीधे तौर पर उपयोगकर्ता सहमति, डेटा गवर्नेंस और गोपनीयता की सीमाओं पर केंद्रित थी। एक AI एजेंट को व्यक्तिगत संचार, शेड्यूल, वित्तीय क्रेडेंशियल और स्वास्थ्य रिकॉर्ड तक खुली पहुंच देना महत्वपूर्ण सुरक्षा जोखिम पैदा करता है। उद्योग के विश्लेषकों का जोर है कि Muse जैसे उपभोक्ता एजेंटों की सफलता कच्चे बेंचमार्क प्रदर्शन पर कम और बहुत अधिक विस्तृत, प्रति-कार्य अनुमति मॉडल पर निर्भर करेगी जो उपयोगकर्ताओं को पारदर्शी रूप से क्षमताओं की जांच करने और रद्द करने की अनुमति देती हैं।
[15:45] Cognition के $48B वैल्यूएशन का मतलब है कि AI कोडिंग एक-टूल मार्केट नहीं होगा
Cognition ने अपने नवीनतम फाइनेंसिंग राउंड में $48 बिलियन का ऐतिहासिक वैल्यूएशन हासिल किया, जो इसे शीर्ष स्तर की प्राइवेट AI कंपनियों में स्थापित करता है। फंडिंग राउंड एक आक्रामक गुणक पर आया, जो SpaceX द्वारा अधिग्रहण से पहले Cursor के वैल्यूएशन से अधिक है। निवेश का परिमाण दर्शाता है कि वेंचर कैपिटल AI सॉफ्टवेयर इंजीनियरिंग को विजेता-ले-सबको (winner-take-all) बाजार के बजाय विविध पारिस्थितिकी तंत्र के रूप में देखती है जिसमें कई स्वतंत्र खिलाड़ियों के लिए जगह है।
सॉफ्टवेयर विकास में बहुत अलग वर्कफ़्लो शामिल हैं: इंटरैक्टिव, एडिटर-आधारित पेयर प्रोग्रामिंग से लेकर पूर्ण स्वायत्त एजेंट तक जो इश्यू बैकलॉग एक्जीक्यूट करते हैं, पुल रिक्वेस्ट जेनरेट करते हैं और अलग-थलग सैंडबॉक्स में टेस्ट सुइट वैलिडेट करते हैं। Cognition की पर्याप्त पूंजी भंडार कंपनी को स्वायत्त क्षमताओं को गहरा करने, एंटरप्राइज डेवलपर इन्फ्रास्ट्रक्चर का विस्तार करने और रिपॉजिटरी कॉन्टेक्स्ट इंजन बढ़ाने की अनुमति देता है। पूंजी की निरंतर आवक सुनिश्चित करती है कि प्रतिस्पर्धी दबाव पूरे डेवलपर पारिस्थितिकी तंत्र में टूलिंग में तेज सुधार लाएगा।
[17:35] 1Password कहता है कि Codex ने इंजीनियरिंग आउटपुट को 21% बढ़ाया
1Password ने अपनी आंतरिक विकास टीमों में OpenAI के Codex को तैनात करने के बाद इंजीनियरिंग उत्पादकता में 21% की वृद्धि की सूचना दी। OpenAI द्वारा 8 सितंबर को प्रकाशित केस स्टडी विस्तार से बताती है कि पासवर्ड मैनेजर की इंजीनियरिंग संगठन ने ग्राहक-सामना सुविधा विकास और आंतरिक टूल रखरखाव में दैनिक वर्कफ़्लो में कोडिंग एजेंट को कैसे एकीकृत किया।
जो 21% आंकड़ा उल्लेखनीय बनाता है वह 1Password का मांग वाला सुरक्षा रुख है। सुरक्षा-महत्वपूर्ण सॉफ्टवेयर प्रदाता के रूप में, प्रोडक्शन कोड को कठोर स्टैटिक विश्लेषण, पीयर रिव्यू और अनुपालन गेट पास करने होते हैं। 1Password ने जोर देकर कहा कि Codex कंपनी की मौजूदा सुरक्षा सीमाओं के भीतर काम करता है, स्थापित समीक्षा प्रक्रियाओं को बायपास करने के बजाय। केस स्टडी ठोस साक्ष्य प्रदान करती है कि स्वायत्त कोडिंग सहायक उन संगठनों में मापनीय वेलोसिटी सुधार दे सकते हैं जहां सुरक्षा और कोड शुद्धता से समझौता नहीं किया जा सकता।
[19:10] Mistral ने €21 बिलियन वैल्यूएशन पर €3 बिलियन Series D बंद किया
फ्रेंच AI लैब Mistral ने €3 बिलियन के Series D फंडिंग राउंड के पूरा होने की घोषणा की, जिससे इसका पोस्ट-मनी वैल्यूएशन €21 बिलियन से अधिक हो गया। घोषणा ने वैश्विक डेवलपर समुदाय में व्यापक ध्यान आकर्षित किया, Hacker News पर 800 से अधिक अपवोट प्राप्त किए। Mistral ने संप्रभु, खुले-वेट आर्टिफिशियल इंटेलिजेंस का समर्थन करके एक अनूठी स्थिति बनाई है, डाउनलोड करने योग्य मॉडल चेकपॉइंट प्रदान करता है जो उद्यमों और सार्वजनिक संस्थानों द्वारा सेल्फ-होस्ट और फाइन-ट्यून किए जा सकते हैं।
भारी पूंजी इंफ्यूजन Mistral को अपनी खुले-वेट प्रतिबद्धता बनाए रखते हुए अगली पीढ़ी के फ्रंटियर मॉडल को प्रशिक्षित करने के लिए आवश्यक कंप्यूट संसाधन और शोध प्रतिभा प्रदान करता है। यूरोप में, जहां डेटा संप्रभुता और EU AI अधिनियम के तहत नियामक स्वायत्तता सर्वोपरि है, Mistral बंद अमेरिकी API का एक महत्वपूर्ण रणनीतिक विकल्प प्रस्तुत करता है। कंपनी की आगामी रिलीज दिखाएंगी कि क्या संप्रभु खुले-वेट सिस्टम बंद मालिकाना फ्रंटियर के साथ क्षमता अंतर को बंद करना जारी रख सकते हैं।
[20:55] OpenBMB ने MiniCPM5-2B जारी किया, एक सब-3B ओपन-वेट्स मॉडल जो डिवाइस पर चलने के लिए बनाया गया है
OpenBMB ने MiniCPM5-2B जारी किया, एक अत्यंत संक्षिप्त भाषा मॉडल जिसमें 2.52 अरब घने पैरामीटर और एक मूल 131,072-टोकन संदर्भ विंडो है। मॉडल ने 34 मानकीकृत बेंचमार्क पर 53.9 का औसत स्कोर हासिल किया, जिसमें Qwen3.5-4B सहित बड़े प्रतिस्पर्धियों को पीछे छोड़ दिया। MiniCPM5 टूल उपयोग, एजेंटिक कोडिंग कार्यों और सुई-इन-अ-हेस्टैक लंबे-संदर्भ पुनर्प्राप्ति में असाधारण प्रवीणता प्रदर्शित करता है।
OpenBMB ने पूर्ण मॉडल वेट, मध्यवर्ती प्रशिक्षण चेकपॉइंट और डेटासेट को अनुमत Apache 2.0 लाइसेंस के तहत प्रकाशित किया। सब-3B पैमाने पर फ्रंटियर-जैसी क्षमताएं प्राप्त करने के लिए, प्रशिक्षण पाइपलाइन में 16 विशेषज्ञ शिक्षक मॉडलों से 400 अरब टोकन की गहन-सोच पर्यवेक्षित फाइन-ट्यूनिंग और ऑन-पॉलिसी डिस्टिलेशन को शामिल किया गया। क्वांटाइज़्ड GGUF बाइनरी केवल 1.56 गीगाबाइट से शुरू होती हैं, जो मॉडल को llama.cpp, Ollama, MLX, vLLM और SGLang के माध्यम से लैपटॉप और एज डिवाइस पर सुचारू रूप से चलने की अनुमति देती हैं।
[22:30] Qualcomm और AWS कस्टम AI इन्फरेंस सिलिकॉन और 1.6T ऑप्टिकल लिंक पर साझेदारी करते हैं
Qualcomm Technologies और Amazon Web Services ने AI इन्फरेंस सिलिकॉन के लिए अनुकूलित डिज़ाइन और AWS डेटा सेंटर में 1.6 टेराबिट प्रति सेकंड की गति से अत्यधिक उच्च गति ऑप्टिकल नेटवर्किंग को तैनात करने के लिए एक बहु-पीढ़ी साझेदारी की घोषणा की। जैसे-जैसे AI मॉडल पैरामीटर आकार में बढ़ते हैं और उपयोगकर्ता अनुरोध मात्रा बढ़ती है, डेटा-सेंटर ऑपरेटर ताप सीमाओं, बिजली की सीमाओं और त्वरक के बीच नेटवर्किंग बाधाओं से जूझ रहे हैं।
यह साझेदारी Qualcomm के कम-शक्ति तंत्रिका प्रोसेसिंग आर्किटेक्चर को AWS के हाइपरस्केल बुनियादी ढांचे के साथ जोड़ती है। 1.6T ऑप्टिकल लिंक पारंपरिक तांबे के अंतर-कनेक्शन को बदल देते हैं, जिससे कम विलंबता और ऊर्जा दक्षता में महत्वपूर्ण सुधार के साथ सर्वर क्लस्टर में विशाल टेंसर स्ट्रीम चलते हैं। Amazon के उत्पादन कार्यभार के लिए विशेष रूप से ट्यून किए गए विशेष इन्फरेंस सिलिकॉन के सह-डिज़ाइन के माध्यम से, साझेदारी का उद्देश्य उच्च-थ्रूपुट मॉडल सर्विंग के लिए स्वामित्व कुल लागत को कम करना है।
[24:00] PsiQuantum ने क्वांटम विनिर्माण के लिए $100M अमेरिकी पुरस्कार सुरक्षित किया
PsiQuantum ने CHIPS और Science Act के तहत संयुक्त राज्य अमेरिका के वाणिज्य विभाग से $100 मिलियन के संघीय अनुसंधान और विकास पुरस्कार को अंतिम रूप दिया। यह पुरस्कार PsiQuantum की दोष-सहिष्णु, उपयोगिता-पैमाने क्वांटम कंप्यूटिंग सिस्टम के लिए आवश्यक घटकों के घरेलू निर्माण और पैकेजिंग को धन प्रदान करता है। अंतिम दस्तावेज़ीकरण के निष्पादन से अपेक्षित पुरस्कार समर्पित संघीय धन में बदल जाता है।
दोष-सहिष्णु क्वांटम कंप्यूटर बनाने के लिए विशेष सिलिकॉन फोटोनिक चिप, ऑप्टिकल नियंत्रण मॉड्यूल और क्रायोजेनिक पैकेजिंग की आवश्यकता होती है जिसके लिए उन्नत अर्धचालक विनिर्माण अवसंरचना की मांग है। इस विनिर्माण पाइपलाइन को संयुक्त राज्य अमेरिका में स्थापित करने से उभरती गहरी-तकनीक हार्डवेयर के लिए घरेलू आपूर्ति श्रृंखलाएं मजबूत होती हैं। जैसे-जैसे फैब्रिकेशन लाइनें बढ़ती हैं, यह पुरस्कार PsiQuantum को व्यावसायिक क्वांटम आर्किटेक्चर के लिए हार्डवेयर सत्यापन को गति देने के लिए स्थिति में लाता है।
[25:30] OpenAI ने Lean में AI-जनित Navier-Stokes प्रूफ पोस्ट किया
OpenAI ने Navier–Stokes Millennium Prize समस्या के लिए एक AI-जनित समाधान प्रकाशित किया है, जो Lean में लिखे एक औपचारिक, मशीन-जांचे गए प्रमाण के साथ एक स्पष्टीकरण कथा को जोड़ता है। Navier–Stokes समीकरण द्रव गतिकी के मूलभूत यांत्रिकी का वर्णन करती हैं, जैसे वायु अशांति और जल प्रवाह। Millennium Prize चुनौती, जिसमें Clay Mathematics Institute से 1 मिलियन डॉलर का इनाम है, यह प्रश्न उठाती है कि क्या तीन आयामों में हमेशा सुचारू, सुव्यवस्थित गणितीय समाधान मौजूद होते हैं या विलक्षणताएं (singularities) बन सकती हैं।
Lean इंटरैक्टिव थिओरम प्रूवर में औपचारिक प्रमाण एन्कोड करके, OpenAI ने एक यांत्रिक रूप से सत्यापनीय कलाकृति प्रदान की है जिसे गणितज्ञ पंक्ति दर पंक्ति जांच सकते हैं। जबकि Lean पुष्टि करता है कि तार्किक अनुमान सख्ती से उनके बताए गए स्वयंसिद्धों (axioms) से क्रम का पालन करते हैं, व्यापक गणितीय समुदाय को अभी भी मूल्यांकन करना होगा कि क्या औपचारिक ढांचा Millennium Prize विनिर्देशों को सही ढंग से पूरा करता है और पूर्व साहित्य का सम्मान करता है। अंतिम गणितीय निर्णय के बावजूद, यह मील का पत्थर दर्शाता है कि स्वचालित प्रमेय सिद्धि (automated theorem proving) अनसुलझे अग्रणी गणित की ओर तेजी से बढ़ रही है।
[27:15] Reducto's r-1 एक पैसे में एक पास में पूरे पेज को पार्स करता है
डॉक्यूमेंट-पार्सिंग स्टार्टअप Reducto ने r-1 लॉन्च किया है, एक एंड-टू-एंड मल्टीमॉडल मॉडल जो बिल्कुल एक सेंट में एक एकल फॉरवर्ड पास में पूरे डॉक्यूमेंट पेज को पार्स करता है। यूनिफाइड मॉडल पारंपरिक मल्टी-स्टेज पाइपलाइनों को प्रतिस्थापित करता है जो विभिन्न ऑप्टिकल कैरेक्टर रिकग्निशन, लेआउट डिटेक्शन, टेबल एक्सट्रैक्शन और टेक्स्ट फॉर्मेटिंग मॉडल को एक साथ जोड़ती हैं। Reducto 20% डॉक्यूमेंट पार्सिंग त्रुटियों में कमी और पिछले 3-से-6-सेंट-प्रति-पेज रेंज से महत्वपूर्ण लागत में कमी की रिपोर्ट करता है।
पारंपरिक डॉक्यूमेंट पाइपलाइनों में, क्रमिक चरणों में क्रमिक त्रुटियां अक्सर निकाले गए डेटा को दूषित कर देती हैं जब लेआउट मॉडल टेबल की सीमाओं की गलत व्याख्या करते हैं या OCR इंजन शोर वाले स्कैन को गलत पढ़ लेते हैं। संपूर्ण पेज छवि को एक एकल पास में ग्रहण करके, r-1 एक साथ संरचित टेक्स्ट, टेबल, लेआउट फॉर्मेटिंग और सटीक बाउंडिंग कोऑर्डिनेट्स आउटपुट करता है। लाखों वित्तीय फाइलिंग, कानूनी अनुबंधों और चिकित्सा रिकॉर्ड को ग्रहण करने वाले उद्यमों के लिए, अनुमानित एक-सेंट मूल्य निर्धारण स्वचालित डॉक्यूमेंट प्रोसेसिंग की अर्थव्यवस्था में नाटकीय रूप से सुधार करता है।
[29:00] GitHub Project Radar
codebase-memory-mcp इस सप्ताह के डेवलपर टूलिंग रेडार में अग्रणी है, जो 12.6% मासिक विकास दर के साथ 42,735 GitHub स्टार्स को ट्रैक कर रहा है। यह प्रोजेक्ट 158 प्रोग्रामिंग भाषाओं में एक निरंतर कोड नॉलेज ग्राफ संकलित करता है और Model Context Protocol के माध्यम से एक स्टैंडअलोन बाइनरी के जरिए संरचित क्वेरी प्रदान करता है। कनेक्टेड कोडिंग एजेंट फंक्शन परिभाषाओं, कॉलर पदानुक्रम और क्लास संरचनाओं को सीधे क्वेरी कर सकते हैं, इसके बजाय बार-बार संपूर्ण डायरेक्टरी ट्री को स्कैन करने के बजाय।
Nanobot 47,927 स्टार्स के साथ ताजा v0.3 रिलीज के साथ इसके बाद आता है। हल्के Python में लिखा गया, Nanobot वेब इंटरफेस, टूल रजिस्ट्री, निरंतर मेमोरी और MCP सपोर्ट के साथ स्व-होस्टिंग व्यक्तिगत एजेंटों के लिए एक सुलभ फ्रेमवर्क प्रदान करता है। रेडार को 27,876 स्टार्स पर blender-mcp पूरा करता है, एक MCP ब्रिज जो Blender के 3D सीन ग्राफ और Python मॉडलिंग कमांड्स को कनेक्टेड लैंग्वेज मॉडल्स के लिए प्रदर्शित करता है, जिससे एजेंट प्रोग्रामेटिक रूप से 3D ज्योमेट्री और मैटेरियल्स में हेरफेर कर सकते हैं।
[30:45] Model Discovery Check
Inception का Mercury 2.5 इस चक्र में फीचर्ड मॉडल डेब्यू है। OpenRouter पर 260,000-टोकन कॉन्टेक्स्ट विंडो के साथ सूचीबद्ध, Mercury 2.5 पारंपरिक ऑटोरेग्रेसिव टोकन जनरेशन के बजाय डिफ्यूजन-स्टाइल पैरलल टोकन डिकोडिंग का उपयोग करता है। पूर्ण टोकन ड्राफ्ट को एक साथ परिष्कृत करके, Inception जटिल गणितीय और कोडिंग वर्कलोड पर तेज़ रीज़निंग थ्रूपुट देने का लक्ष्य रखता है।
[31:30] स्थानीय LLM स्पॉटलाइट
स्थानीय मॉडल स्पॉटलाइट में, XHToken का Spark-X2.5-4B Hugging Face पर डेवलपर्स के बीच ब्यापक रुचि प्राप्त कर रहा है, जिसने 10,000 से अधिक डाउनलोड और 945 लाइक्स प्राप्त किए हैं। मानक ट्रांसफॉर्मर्स कॉज़ल लैंग्वेज मॉडल आर्किटेक्चर पर निर्मित, यह 4 बिलियन पैरामीटर का मॉडल कंज्यूमर वर्कस्टेशन पर कन्वर्सेशनल और हल्के टूल-यूज़ प्रयोगों को चलाने वाले डेवलपर्स के लिए एक सुलभ फुटप्रिंट प्रदान करता है।
[32:15] अतिरिक्त शोध उम्मीदवार
शोध के मोर्चे पर, IFM ने K2 Horizon जारी किया, जो Apache 2.0 के तहत 900 मिलियन से 375 बिलियन पैरामीटर तक की छह ओपन-वेट मॉडलों की एक श्रृंखला है, जिसमें प्री-ट्रेनिंग डेटासेट रिलीज़ भी शामिल हैं। OpenAI ने "The Work Now Within Reach" प्रकाशित किया, जिसमें गिरती क्षमता-प्रति-डॉलर अर्थशास्त्र का विश्लेषण किया गया है कि कैसे यह ऑटोमेटेबल व्यावसायिक वर्कफ़्लो की सीमा का विस्तार कर रहा है। अंत में, TechCrunch ने OpenAI के Navier-Stokes Lean प्रमाण के बारे में सामुदायिक विवाद का दस्तावेजीकरण किया है, जहाँ गणितज्ञ स्वचालित प्रमेय प्रमाण के युग में प्राथमिकता, श्रेय मानदंड और प्रकाशन शिष्टाचार पर बहस कर रहे हैं।
[33:15] समापन
पूर्ण स्रोत लिंक, तकनीकी संदर्भ और मॉडल दस्तावेज़ीकरण के लिए, Toby On Fitness Tech dot com पर शो नोट्स देखें। सुनने के लिए धन्यवाद, और हम जल्द वापस आएंगे।
NOVA: मैं NOVA हूँ।
[ALLOY]: मैं ALLOY हूँ, और यह AgentStack Daily है।
NOVA: Claude Code, टर्मिनल-आधारित AI कोडिंग एजेंट ने Hermes Agent 9.7 के साथ npm पर वर्शन पॉइंट टू सिक्स सेवन रिलीज़ किया। यह अपडेट कमांड लाइन एक्ज़ीक्यूशन को बेहतर बनाता है और मल्टी-डायरेक्टरी रिफैक्टरिंग के दौरान मेमोरी उपयोग को टाइट करता है, जबकि Hermes candidate state isolation को मज़बूत करता है ताकि पर्सिस्टेंट बैकग्राउंड सेशन स्टेट प्लगइन रिपेयर्स से बचकर रहे।
[ALLOY]: इस बीच, Google डेस्कटॉप, टर्मिनल, और प्रोग्रामेटिक एजेंट डेवलपमेंट को Google Antigravity इकोसिस्टम के तहत यूनिफाई कर रहा है, OpenAI ChatGPT for Mac को Computer History और WebMCP साइट टूल्स के साथ एक यूनिफाइड वर्कस्पेस में फिर से बना रहा है, और MiniMax Lightning Attention के साथ चार मिलियन टोकन की कॉन्टेक्स्ट दे रहा है।
NOVA: व्यापक न्यूज़ चक्र में: Mercury 2.5 OpenRouter में diffusion-style पैरलल रीज़निंग लाता है, Meta यूज़र्स से ईमेल, कैलेंडर और पेमेंट के लिए Muse पर भरोसा करने को कह रहा है, Cognition चालीस अरब डॉलर के वैल्यूएशन पर पहुंच गया है, और 1Password ने Codex से इक्कीस प्रतिशत वेलोसिटी लिफ्ट मापा है।
[ALLOY]: डेडिकेटेड एजेंट डेस्कटॉप canvases से लेकर यूनिफाइड ऑपरेटिंग सिस्टम इंटीग्रेशन और open-weights रीज़निंग आर्किटेक्चर तक, आज पैक करने के लिए बहुत सारा कंक्रीट टेक्नोलॉजी है। चलिए सीधे रिलीज़ में जाते हैं।
NOVA: Claude Code npm पर आया जिसमें उन इंजीनियर्स के लिए टारगेटेड इम्प्रूवमेंट हैं जो सीधे कमांड लाइन से autonomous coding agents चलाते हैं। यह टूल IDE चैट पैनल के बजाय टर्मिनल-फर्स्ट वर्कफ्लो पसंद करने वाले डेवलपर्स के लिए एक ज़रूरी harness बन गया है। इस अपडेट में, Anthropic ने इस बात पर फोकस किया कि एजेंट मल्टी-डायरेक्टरी फाइल मॉडिफिकेशन को कैसे प्लान और एक्ज़ीक्यूट करता है। जब एक एजेंट नेस्टेड डायरेक्टरी hierarchies में कई फाइल्स को टच करता है, तो active git branches पर diff hygiene बनाए रखना बहुत ज़रूरी है ताकि अनइंटेंडेड स्टेट म्यूटेशन और ब्रोकन बिल्ड्स से बचा जा सके। Claude Code अब अपनी फाइल चेंज प्लान्स को ज़्यादा कंजरवेटिवली स्ट्रक्चर करता है, फाइल मॉडिफिकेशन करने से पहले वर्किंग ट्री स्टेटस इंस्पेक्ट करता है। इसके अलावा, subagent टास्क डेलीगेशन को रिफाइन किया गया है ताकि डीप codebase एक्सप्लोरेशन के दौरान प्रॉम्प्ट कॉन्टेक्स्ट compact रहें, यह सुनिश्चित करते हुए कि सब्सिडियरी रिसर्च टास्क प्राइमरी कन्वर्सेशन कॉन्टेक्स्ट को न फुला दें। रनटाइम आर्किटेक्चर extended कोडिंग सेशन्स में मेमोरी उपयोग को ज़्यादा प्रिडिक्टेबलली मैनेज करता है, लॉन्ग-रनिंग बैकग्राउंड टास्क के दौरान टोकन सीरियलाइज़ेशन बॉटलनेक्स के रिस्क को कम करता है। टर्मिनल आउटपुट मैकेनिज़्म को भी पॉलिश किया गया है, कंसोल में स्ट्रक्चर्ड diff प्रीव्यूज़ और टूल एक्ज़ीक्यूशन स्टेटस कोड्स को साफ़-साफ़ रेंडर करता है।
[ALLOY]: एक पैरलल रिलीज़ ट्रैक पर, Hermes Agent ने वर्शन 9.7 रिलीज़ किया जिसमें पर्सिस्टेंट गेटवे लाइफसाइकल मैनेजमेंट पर स्ट्रांग फोकस है। Hermes अब मेंटेनेंस ऑपरेशन्स के दौरान candidate state को isolate करता है, जिसका मतलब है कि बैकग्राउंड गेटवे प्रोसेसेस कॉन्फ़िगरेशन चेंजेस, प्लगइन अपग्रेड्स, और डिपेंडेंसी रिपेयर्स को सurvive कर सकते हैं बिना active client connections को सेवर किए या in-flight sessions को ड्रॉप किए। यह अपडेट प्रोलॉन्ग्ड एजेंट सेशन्स के दौरान मेमोरी रिक्लेमेशन को भी टाइट करता है, हैवी टूल-यूज़ रन्स के बाद एग्रेसिवली रिसोर्सेज़ को रिक्लेम करता है। कॉन्फ़िगरेशन ऑप्शन्स को एक्सपैंड किया गया है ताकि ऑपरेटर्स स्ट्रिक्ट इवैल्यूएशन बाउंड्रीज़ डिफाइन कर सकें, जबकि बैकग्राउंड वॉचर्स सीधे सिस्टम लॉग्स में लेटेंसी और थ्रूपुट मेट्रिक्स रिपोर्ट करते हैं। प्रोडक्शन में पर्सिस्टेंट autonomous agents चलाने वाली टीमों के लिए, ये ऑपरेशनल रिफाइनमेंट्स मतलब हैं कि बैकग्राउंड daemons स्मूदली सेल्फ-हील और अपडेट कर सकते हैं बिना रनिंग वर्कफ्लोज़ को स्ट्रैंडिंग किए।
NOVA: वह कॉम्बिनेशन हाइलाइट करता है कि autonomous इंजीनियरिंग टूलिंग कहां मैच्योर हो रही है। टर्मिनल एजेंट को dirty local git branches, अनकमिटेड वर्कस्पेस चेंजेस, और अनexpected exit codes को हैंडल करना होता है बिना repository को करप्ट किए। साथ ही, बैकग्राउंड में चलने वाले पर्सिस्टेंट गेटवे daemon को अपडेट्स और एनवायरनमेंट चेंजेस को absorb करना होता है बिना पूरे इन्फ्रास्ट्रक्चर को मैन्युअली रिबूट करवाए। डेवलपर लूप के दोनों तरफ़ ध्यान देने योग्य रूप से ज़्यादा dependable हो रहे हैं, जो लॉन्ग-रनिंग वर्कफ्लोज़ के लिए असली कॉन्फिडेंस बनाता है।
[ALLOY]: बिल्कुल। कोई भी टूल यहाँ कॉस्मेटिक रीडिज़ाइन के पीछे नहीं है। Claude Code कमांड-लाइन फ़ाइल एडिटिंग को सुरक्षित और context sprawl के प्रति कम प्रवण बना रहा है, जबकि Hermes लंबे समय से चल रहे daemon को अप्रत्याशित अपग्रेड विफलताओं के खिलाफ अधिक लचीला बना रहा है। यदि आप अपने दैनिक विकास लूप में स्वायत्त कोडिंग एजेंटों का संचालन कर रहे हैं, तो ये दोनों अपडेट तुरंत स्थिरता सुधार प्रदान करते हैं जो आपके डेवलपर सत्रों को ऑनलाइन और आपके कोड ट्रीज़ को साफ़ रखते हैं।
NOVA: Google ने अपने स्वायत्त डेवलपर टूलिंग को Google Antigravity प्लेटफॉर्म के तहत एकीकृत किया है, जो डेस्कटॉप, टर्मिनल और प्रोग्रामेटिक SDK में फैले एजेंट-फर्स्ट विकास वातावरण की स्थापना करता है। कृत्रिम बुद्धिमत्ता को पारंपरिक कोड एडिटर के अंदर इनलाइन ऑटोकंप्लीट विजेट के रूप में व्यवहार करने के बजाय, Antigravity 2.0 समानांतर एजेंट ऑर्केस्ट्रेशन के लिए विशेष रूप से डिज़ाइन किया गया एक समर्पित डेस्कटॉप वर्कस्पेस प्रदान करता है। इंटरफ़ेस के केंद्र में Auxiliary Pane है, जो रियल टाइम में लाइव बैकग्राउंड टास्क, सबएजेंट एक्जीक्यूशन हायरार्की, संशोधित फ़ाइल आर्टिफैक्ट और इंटरैक्टिव ब्राउज़र पेज को ट्रैक करता है। डेवलपर्स विशेष सबएजेंट को विशिष्ट टास्क सौंप सकते हैं, उनकी स्टेप-बाय-स्टेप प्रगति की निगरानी कर सकते हैं, और प्राथमिक कोडबेस में अपना स्थान खोए बिना इंटरमीडिएट डिफ्स का निरीक्षण कर सकते हैं।
[ALLOY]: ईमानदारी से, टर्मिनल में मुख्य रूप से काम करने वाले डेवलपर्स के लिए, Antigravity CLI, जिसे agy के नाम से जाना जाता है और Go में लागू किया गया है, नज़दीकी-तुरंत स्टार्टअप समय और तेज़ कमांड एक्जीक्यूशन प्रदान करता है। CLI स्वायत्त टास्क चलाने, सबएजेंट को इनवोक करने और शेल स्क्रिप्ट या निरंतर एकीकरण पाइपलाइन से सीधे स्क्रिप्टेड रिपॉजिटरी मैंटेनेंस को एक्जीक्यूट करने के लिए एक नेटिव हार्नेस के रूप में कार्य करता है। दोनों टूल्स की पूरक Google Antigravity Python SDK है, जो टीमों को प्रोग्रामेटिक रूप से एजेंट पट्टे पर देने, बाहरी Model Context Protocol सर्वर से कनेक्ट करने और स्किल्स, नियमों और वर्कस्पेस सीमाओं पर बारीक नियंत्रण के साथ कस्टम मल्टी-एजेंट वर्कफ़्लो डिज़ाइन करने की अनुमति देता है। प्लेटफॉर्म प्लानिंग और टूल एक्जीक्यूशन के बीच सख्त अलगाव लागू करता है, जो एजेंटों को कोड एडिट लागू करने से पहले संरचित कार्यान्वयन योजनाएं तैयार करने के लिए प्रेरित करता है। टेलीमेट्री स्ट्रीम सक्रिय सबएजेंट नेटवर्क में रियल-टाइम विलंबता और टोकन थ्रूपुट की रिपोर्ट करती हैं, जो स्वचालित विकास के लिए पूर्ण ऑडिटेबिलिटी प्रदान करती हैं।
NOVA: देखो, यहाँ सामरिक बदलाव एजेंट को एक महिमापूर्ण सर्च बार के बजाय एक प्राथमिक सहयोगी के रूप में व्यवहार करना है। नेटिव डेस्कटॉप मैनेजमेंट, एक तेज़ Go CLI और एक Python ऑर्केस्ट्रेशन SDK प्रदान करके, Antigravity स्वायत्त सॉफ्टवेयर इंजीनियरिंग के लिए एक एंड-टू-एंड फाउंडेशन स्थापित करता है। यह एक पूर्ण पारिस्थितिकी तंत्र पुनर्डिज़ाइन है जो पुनर्विचार करता है कि डेवलपर्स समानांतर बुद्धिमत्ता के साथ कैसे इंटरैक्ट करते हैं।
[ALLOY]: OpenAI ने अपने macOS डेस्कटॉप एप्लिकेशन का एक व्यापक आर्किटेक्चरल पुनर्निर्माण किया है, जो Chat, Work और Codex को गहरी वर्कफ़्लो ऑटोमेशन के लिए डिज़ाइन किए गए एक एकीकृत नेटिव क्लाइंट में मर्ज करता है। अपडेट पुनर्विचार करता है कि डेस्कटॉप असिस्टेंट होस्ट ऑपरेटिंग सिस्टम के साथ कैसे इंटरैक्ट करते हैं। सबसे महत्वपूर्ण नई क्षमता Computer History है, एक opt-in फीचर जो समर्थित एप्लिकेशन और ब्राउज़र टैब में उपयोगकर्ता गतिविधि की एक खोजने योग्य स्थानीय टाइमलाइन बनाता है। महत्वपूर्ण रूप से, OpenAI ने Computer History को इनवेसिव स्क्रीनशॉट, निरंतर स्क्रीन रिकॉर्डिंग या ऑडियो फीड कैप्चर किए बिना डिज़ाइन किया है। इसके बजाय, सिस्टम संरचित एप्लिकेशन मेटाडेटा रिकॉर्ड करता है, जो मॉडल को उपयोगकर्ता की गोपनीयता को संरक्षित करते हुए पिछले कार्य संदर्भ का सटीक रूप से संदर्भित करने में सक्षम बनाता है। यह डेस्कटॉप मेमोरी के लिए एक बुद्धिमान दृष्टिकोण है जो सुरक्षा से समझौता नहीं करता है या व्यक्तिगत स्क्रीन सामग्री को क्लाउड स्टोरेज में उजागर नहीं करता है।
NOVA: यह बहुत बढ़िया है, और एक साथ डेस्कटॉप ऐप का बिल्ट-इन ब्राउज़र Chrome, Brave, Edge, Opera और Vivaldi में WebMCP साइट टूल्स के लिए सपोर्ट हासिल कर चुका है। WebMCP Model Context Protocol सिद्धांतों को वेब पेजों तक विस्तारित करता है, जो वेबसाइटों को घोषणात्मक एक्शन स्कीमा प्रकाशित करने की अनुमति देता है जिसे असिस्टेंट सीधे इनवोक कर सकता है। यह शेयर्ड डॉक्यूमेंट में कमेंट छोड़ने, इश्यू ट्रैकर में टास्क स्टेटस संशोधित करने, या टूटने वाले वेब स्क्रैपिंग के बिना डैशबोर्ड डेटा क्वेरी करने जैसे वर्कफ़्लो को सक्षम करता है। कंपोज़र में नेटिव Google Drive इंटीग्रेशन के साथ जोड़ा गया, रीडिज़ाइन किया गया macOS क्लाइंट ChatGPT को एक कन्वर्सेशनल साइडबार से एक सक्रिय परिचालन वर्कस्पेस में बदल देता है। सभी टाइमलाइन इवेंट स्थानीय रूप से एन्क्रिप्टेड हैं, और ब्राउज़र टूल एक्जीक्यूशन अनधिकृत कार्यों को रोकने के लिए सख्त सैंडबॉक्स सीमाओं के भीतर चलता है। निष्क्रिय स्क्रीन स्क्रैपिंग से संरचित मेटाडेटा और मानकीकृत वेब टूल स्कीमा में जाना एक विशाल आर्किटेक्चरल अपग्रेड है जो डेस्कटॉप असिस्टेंट को वास्तविक परिचालन लीवरेज देता है बिना आपके वर्कस्टेशन को गोपनीयता समझौता बनाए। यह डेस्कटॉप एजेंट इंटीग्रेशन के लिए एक नया मानक स्थापित करता है जो स्थानीय नियंत्रण को प्राथमिकता देता है।
NOVA: MiniMax ने MiniMax-Text-01 जारी किया है, एक चार सौ छियावन अरब पैरामीटर Mixture of Experts आर्किटेक्चर जो प्रति टोकन पैंतालीस अरब नौ करोड़ पैरामीटर सक्रिय करता है। जटिल तर्क, स्वायत्त सॉफ्टवेयर इंजीनियरिंग और लंबे-क्षितिज एजेंट वर्कफ़्लो के लिए विशेष रूप से इंजीनियर्ड, इस मॉडल में MiniMax के मालिकाना Lightning Attention तंत्र द्वारा संचालित एक मूल चार मिलियन-टोकन संदर्भ विंडो है। पारंपरिक Transformer आर्किटेक्चर में, मानक द्विघात स्व-अटेंशन कम्प्यूट ओवरहेड और मेमोरी खपत को नाटकीय रूप से बढ़ा देती है क्योंकि अनुक्रम लंबाई लाखों में प्रवेश करती है। Lightning Attention chunked linear recurrence का उपयोग करके इस बॉटलनेक को हल करता है, जो prefill के दौरान स्थिर मेमोरी आवश्यकताओं को सुनिश्चित करता है और लाखों टोकन में उच्च टोकन जेनरेशन थ्रूपुट बनाए रखता है।
[ALLOY]: MiniMax-Text-01 के ट्रेनिंग पाइपलाइन में विशाल गणितीय रीजनिंग डेटासेट के साथ-साथ जटिल सॉफ्टवेयर प्रोजेक्ट्स से प्राप्त सिंथेटिक एक्जीक्यूशन ट्रेस शामिल किए गए थे। इससे प्राप्त वेट्स मल्टी-स्टेप रीजनिंग इवैल्यूएशन, कोडिंग एजेंट टास्क्स, और व्यापक तकनीकी दस्तावेज़ीकरण में सुई-इन-हेस्टैक रिट्रीवल पर उल्लेखनीय प्रवीणता प्रदर्शित करते हैं। मॉडल वेट्स को खुले में रिलीज करके और हाई-परफॉर्मेंस सर्विंग फ्रेमवर्क्स में फ्लेक्सिबल डिप्लॉयमेंट का समर्थन करके, MiniMax डेवलपर्स को प्रोप्राइटरी लॉन्ग-कॉन्टेक्स्ट APIs का एक खुला विकल्प प्रदान करता है। जो टीमें ऑटोनोमस एजेंट्स बना रही हैं जिन्हें पूरे कोड रिपॉजिटरी, आर्किटेक्चरल डायग्राम, और व्यापक डिबगिंग लॉग्स को एक ही प्रॉम्प्ट में इंजेस्ट करने की जरूरत है, उनके लिए चार-मिलियन-टोकन वर्किंग मेमोरी लॉसी चंकिंग स्ट्रैटेजीज और जटिल वेक्टर डेटाबेस की जरूरत को खत्म करती है। यह open weights के लिए एक बड़ी जीत है जो बिल्डर्स को बिना बार-बार API लागत के लोकली या प्राइवेट क्लाउड्स में लॉन्ग-कॉन्टेक्स्ट रीजनिंग चलाने देती है।
NOVA: सही? चार मिलियन टोकन तक बिना क्वाड्रैटिक स्लोडाउन के रीजनिंग करने में सक्षम एक open-weights मॉडल ऑटोनोमस इंजीनियरिंग एजेंट्स के लिए मेमोरी इकोनॉमिक्स को मौलिक रूप से बदल देता है। आप सबटिल क्रॉस-फाइल रेफरेंस खोए बिना पूरे मल्टी-रिपॉजिटरी प्रोजेक्ट को एक्टिव मेमोरी में रख सकते हैं। यह पूरी तरह से नई संभावनाओं को खोलता है repo-scale डिबगिंग और आर्किटेक्चर-लेवल रिफैक्टरिंग के लिए जो पहले brittle रिट्रीवल ह्यूरिस्टिक्स की मांग करते थे।
[ALLOY]: Inception ने OpenRouter पर Mercury 2.5 को उपलब्ध कराया है, जिसमें दो-लाख-साठ-हजार-टोकन का कॉन्टेक्स्ट विंडो और चार-हजार-नान्वे-टोकन का आउटपुट लिमिट है। Mercury 2.5 को पारंपरिक autoregressive मॉडल्स से जो अलग बनाता है वह इसका diffusion-style डिकोडिंग मैकेनिज्म है। बाएं से दाएं, एक समय में एक सीक्वेंशियल टोकन की भविष्यवाणी करने के बजाय, Mercury एक साथ पूरा टोकन ड्राफ्ट जेनरेट करती है और इसे कई denoising पास में बार-बार परिशोधित करती है। यह पैरलल परिशोधन इमेज diffusion की गणितीय सहज ज्ञान को उधार लेता है और इसे सीधे भाषा जनरेशन पर लागू करता है।
NOVA: Inception Mercury 2.5 को अपना सबसे तेज रीजनिंग मॉडल के रूप में पosition करता है, यह तर्क देते हुए कि पैरलल टोकन परिशोधन आर्किटेक्चर को बिना accelerator hardware को सीक्वेंशियल टोकन भविष्यवाणी पर खाली बैठने दिए जटिल मल्टी-स्टेप रीजनिंग प्रॉब्लम्स हल करने देता है। स्टैंडर्ड GPUs पर, लंबी रीजनिंग चेन एक-एक टोकन जेनरेट करना अक्सर compute cores को अंडरयूटिलाइज करता है। एक साथ कई टोकन पोजिशन्स को अपडेट करके, Mercury गहन रीजनिंग टास्क्स पर time-to-first-token और समग्र जेनरेशन लेटेंसी को भारी कम करने का लक्ष्य रखती है।
[ALLOY]: लेकिन रुकिए, क्या पैरलल टोकन परिशोधन वास्तव में तब काम करता है जब मॉडल सख्त लॉजिकल डिडक्शन का सामना करता है? यही असली टेस्ट है। दो-लाख-साठ-हजार-टोकन का कॉन्टेक्स्ट विंडो एक सिंगल कॉल में पर्याप्त कोड रिपॉजिटरी, तकनीकी दस्तावेज़ीकरण, और लंबी कन्वर्सेशनल हिस्ट्रीज को समाहित करता है, लेकिन डेवलपर्स production stacks से autoregressive मॉडल्स को बदलने से पहले कोडिंग बेंचमार्क्स पर सत्यापित प्रूफ देखना चाहेंगे।
NOVA: देखिए, यह बिल्कुल सही सवाल है जो पूछना चाहिए। अगर पैरलल डिकोडिंग बिना accuracy खराब किए जेनरेशन लेटेंसी कम करती है, तो यह इंटरैक्टिव एजेंट रिस्पॉन्स टाइम्स को बदल देती है। अगर यह सटीक सिंटैक्स के साथ संघर्ष करती है, तो यह एक एक्सपेरिमेंटल डेमो बनी रहती है। हम करीब से देखेंगे कि स्वतंत्र थर्ड-पार्टी बेंचमार्क्स वास्तविक प्रोग्रामिंग टास्क्स में इसकी रीजनिंग फिडेलिटी का मूल्यांकन कैसे करते हैं। जैसे-जैसे पैरलल डिकोडिंग मॉडल परिपक्व होंगे, यह आर्किटेक्चर करीब से ट्रैक करने योग्य है।
NOVA: Meta ने Muse लॉन्च किया है, एक महत्वाकांक्षी पर्सनल आर्टिफिशियल इंटेलिजेंस एजेंट जो यूजर के ईमेल, कैलेंडर्स, पेमेंट सिस्टम, और हेल्थ सर्विसेज पर सीधी एक्सेस मांगता है। Meta Muse को एक सक्रिय ऑपरेशनल असिस्टेंट के रूप में पosition करता है जो एप्लिकेशन में टास्क पूरा कर सकता है, केवल चैट विंडो में टेक्स्ट सुझाने वाले कन्वर्सेशनल चैटबॉट्स से आगे बढ़ते हुए। लॉन्च ने Hacker News पर महत्वपूर्ण चर्चा उत्पन्न की, पांच सौ से अधिक अपवोट्स और प्राइवेसी सीमाओं पर तीव्र बहस के साथ। पिच स्पष्ट सुविधा है: एक असिस्टेंट जो पुनर्निर्धारित उड़ान को नोटिस करता है, स्वचालित रूप से कैलेंडर एंट्रीज अपडेट करता है, मीटिंग अटेंडीज को सूचित करता है, और बुकिंग समायोजन प्रबंधित करता है वास्तविक व्यावहारिक मूल्य प्रदान करता है। यह एक ऐसे असिस्टेंट का विज़न है जो वास्तव में दैनिक लॉजिस्टिक्स को बिना यूजर से अंतहीन मैनुअल इंटरवेंशन के संभालता है।
[ALLOY]: यहां की बात यह है: ईमेल, कैलेंडर्स, वित्तीय पेमेंट रेल्स, और संवेदनशील हेल्थ रिकॉर्ड्स के लिए क्रेडेंशियल्स सौंपना एक निजी इन्फ्रास्ट्रक्चर को एक सिंगल परमिशन बाउंड्री के अंदर रखता है। संशयवादी इस बात पर प्रकाश डालते हैं कि डेटा स्टुअर्डशिप पर Meta का ऐतिहासिक रिकॉर्ड यूजर्स को अप्रतिबंधित एक्सेस देने के बारे में उचित रूप से सतर्क बनाता है। आर्किटेक्चरल दृष्टिकोण से, महत्वपूर्ण डिज़ाइन पैटर्न प्रति-टास्क authority बनाम blanket access है। एक अच्छी तरह से डिज़ाइन किया गया एजेंट प्लेटफॉर्म यूजर्स से स्पष्ट दृश्यता के साथ विशिष्ट कार्यों के लिए अधिकृत करने के लिए कहता है कि कौन सा डेटा एक्सेस किया जाएगा और क्या स्टेट बदलाव होंगे। जब एक असिस्टेंट शुरू में कई संवेदनशील सर्विसेज पर sweeping access मांगता है, तो यह क्षमता प्रदर्शित करने से पहले विश्वास मांगता है। जैसे-जैसे पर्सनल एजेंट्स अधिक प्रचलित होंगे, परमिशन मॉडलिंग और ऑडिटेबल एक्शन लॉग्स यह तय करेंगे कि यूजर्स वास्तव में कौन से टूल्स अपनाते हैं। एक असिस्टेंट को agentic ब्रांडिंग करके विश्वास नहीं जीता जाता; यह पारदर्शी परमिशन डायलॉग्स, स्पष्ट पुष्टि चरणों, और आसानी से वापस लेने योग्य क्रेडेंशियल्स द्वारा जीता जाता है जो यूजर्स को उनके संवेदनशील पर्सनल डेटा पर नियंत्रण बनाए रखता है।
[ALLOY]: Cognition ने एक ऐतिहासिक फंडिंग राउंड पूरा किया है जिसमें कंपनी का मूल्यांकन अठारह बिलियन डॉलर किया गया है, जो इसे दुनिया की सबसे मूल्यवान निजी आर्टिफिशियल इंटेलिजेंस कंपनियों में से एक के रूप में स्थापित करता है। यह वैल्यूएशन मल्टीपल Cursor के SpaceX द्वारा अधिग्रहण से पहले के मूल्यांकन से उल्लेखनीय रूप से अधिक है। निवेश का पैमाना यह दर्शाता है कि वेंचर कैपिटल स्वायत्त सॉफ्टवेयर इंजीनियरिंग को एक बड़े, विविध पारिस्थितिकी तंत्र के रूप में देखता है जिसमें कई स्वतंत्र लीडर्स के लिए जगह है, न कि विजेता-हो-सब-ले जैसे बाजार के रूप में। निवेशक स्पष्ट रूप से मानते हैं कि डेवलपर वर्कफ्लो बहुत विविध हैं कि एक कंपनी हर इंजीनियर को आकर्षित नहीं कर सकती।
NOVA: सॉफ्टवेयर डेवलपमेंट किसी एकल वर्कफ्लो से बहुत दूर है। कुछ इंजीनियर अपने कोड एडिटर के अंदर सीधे इंटरैक्टिव पेयर-प्रोग्रामिंग अनुभव चाहते हैं, जबकि अन्य पूरी तरह से स्वायत्त बैकग्राउंड एजेंट चाहते हैं जो बैकलॉग से इश्यू खींचते हैं, कंटेनरीकृत सैंडबॉक्स स्पिन अप करते हैं, निरंतर इंटीग्रेशन सुइट्स को वैलिडेट करते हैं, और पॉलिश्ड पुल रिक्वेस्ट खोलते हैं। Cognition की पर्याप्त पूंजी भंडार कंपनी को स्वायत्त एक्जीक्यूशन इन्फ्रास्ट्रक्चर, प्रोप्राइटरी रिपॉजिटरी इंडेक्सिंग इंजन और आइसोलेटेड नेटवर्क कंट्रोल वाले एंटरप्राइज सैंडबॉक्स में भारी निवेश करने की अनुमति देता है। वह पूंजी समर्थन उन्हें गहन रिपॉजिटरी कॉन्टेक्स्ट, स्वचालित टेस्ट वैलिडेशन और कंटेनरीकृत सिक्योरिटी सैंडबॉक्स के लिए विशेष इन्फ्रास्ट्रक्चर बनाने देता है।
[ALLOY]: गंभीरता से, यह व्यापक इंजीनियरिंग परिदृश्य के लिए जारी आक्रामक प्रतिस्पर्धा का अर्थ है। जब कई अच्छी तरह से फंडेड संगठन डेवलपर माइंडशेयर के लिए प्रतिस्पर्धा कर रहे हैं, टूलिंग इनोवेशन की गति तेज होती है। डेवलपर्स को तेज फीचर इटरेशन, बेहतर कॉन्टेक्स्ट रिट्रीवल इंजन और इंटरैक्टिव और स्वायत्त कोडिंग टूल दोनों में अधिक प्रतिस्पर्धी प्राइसिंग का लाभ मिलता है। टीमें अपने विशिष्ट प्रोजेक्ट आवश्यकताओं के अनुसार एडिटर असिस्टेंट, टर्मिनल हार्नेस और बैकग्राउंड एजेंट को जारी रखेंगी। यह साबित करता है कि सॉफ्टवेयर निर्माण इतना व्यापक है कि एक कंपनी इसे पूरी तरह से नहीं पकड़ सकती।
NOVA: 1Password ने OpenAI के साथ मिलकर एक व्यापक केस स्टडी प्रकाशित की है जिसमें अपने सॉफ्टवेयर डेवलपमेंट संगठन में OpenAI के Codex को तैनात करने के बाद इंजीनियरिंग वेलोसिटी में इक्कीस प्रतिशत की वृद्धि का विवरण है। केस स्टडी बताती है कि पासवर्ड मैनेजमेंट कंपनी ने Codex को ग्राहक-उन्मुख प्रोडक्ट फीचर्स, कोर क्रिप्टोग्राफिक मॉड्यूल और आंतरिक इन्फ्रास्ट्रक्चर मेंनटेनेंस तक फैले दैनिक वर्कफ्लो में कैसे इंटीग्रेट किया है। यह एक कंपनी से एक ठोस माप है जिसकी इंजीनियरिंग बार असाधारण रूप से ऊंची और कंप्लायंस स्टैंडर्ड कठोर हैं।
[ALLOY]: जो चीज उस इक्कीस प्रतिशत के आंकड़े को विशेष रूप से महत्वपूर्ण बनाती है वह 1Password की मांग वाली सुरक्षा आवश्यकताएं हैं। संवेदनशील क्रेडेंशियल्स को हैंडल करने वाले पासवर्ड मैनेजर के रूप में, प्रोडक्शन कोड को कठोर स्टैटिक एनालिसिस, पीयर रिव्यू और कंप्लायंस गेट्स से गुजरना होता है। 1Password ने जोर दिया कि Codex कंपनी की मौजूदा सुरक्षा नीतियों और वैलिडेशन पाइपलाइन के भीतर ही काम करता है, स्थापित रिव्यू प्रक्रियाओं को बायपास करने के बजाय। असिस्टेंट इंजीनियर्स को बॉयलरप्लेट जेनरेशन, टेस्ट क्रिएशन और रिफैक्टरिंग में मदद करता है, लेकिन सभी प्रोडक्शन डिप्लॉयमेंट के लिए मानव इंजीनियर ही अधिकृत साइन-ऑफ रहते हैं।
NOVA: यह केस स्टडी ठोस साक्ष्य प्रदान करती है कि स्वायत्त कोडिंग असिस्टेंट उन संगठनों के अंदर मापनीय वेलोसिटी सुधार दे सकते हैं जहां सुरक्षा और कोड की सही प्रकृति से समझौता नहीं किया जा सकता। कुंजी टूल को कठोर निरंतर इंटीग्रेशन पाइपलाइन में इंटीग्रेट करना है जहां हर मशीन-सुझाए गए परिवर्तन को मौजूदा सुरक्षा बेसलाइन के विरुद्ध वैरिफाई किया जाता है। यह इंटीग्रेशन टीमों को अपने वेरिफिकेशन गेट्स को कमजोर किए या आवश्यक पीयर रिव्यू को छोड़े बिना तेजी से आगे बढ़ने की अनुमति देता है।
[ALLOY]: ईमानदारी से, कोडिंग एजेंट एडॉप्शन का मूल्यांकन करने वाले इंजीनियरिंग लीडर्स के लिए, पाठ यह है कि सुरक्षा कठोरता और डेवलपर एक्सेलरेशन एक-दूसरे के विपरीत नहीं होने चाहिए। उचित सैंडबॉक्सिंग और स्वचालित वैलिडेशन के साथ, कोडिंग एजेंट उच्च-सुरक्षा वातावरण में भी डेवलपर थ्रूपुट में काफी सुधार कर सकते हैं। यह एंटरप्राइज डिप्लॉयमेंट के लिए एक व्यावहारिक ब्लूप्रिंट है जो गति को सख्त कंप्लायंस के साथ संतुलित करता है, साबित करते हुए कि AI असिस्टेंस कठोर गवर्नेंस के तहत काम करता है।
[ALLOY]: फ्रांसीसी आर्टिफिशियल इंटेलिजेंस कंपनी मिस्ट्रल ने तीन अरब यूरो के सीरीज़ डी फंडिंग राउंड को पूरा करने की घोषणा की, जिससे इसका वैल्यूएशन इक्कीस अरब यूरो से अधिक हो गया। यह फंडिंग खबर हैकर न्यूज़ पर आठ सौ से अधिक अपवोट्स लेकर आई, जो मिस्ट्रल की ओपन-वेट्स रणनीति में डेवलपर्स की व्यापक रुचि को दर्शाता है। जबकि कई फ्रंटियर एआई लैब सख्ती से बंद एपीआई के पीछे काम करते हैं, मिस्ट्रल ने डाउनलोड करने योग्य मॉडल वेट्स जारी करके अपनी प्रतिष्ठा बनाई है जिन्हें एंटरप्राइजेज और डेवलपर्स निरीक्षण, फाइन-ट्यून और प्राइवेट इन्फ्रास्ट्रक्चर पर चला सकते हैं। विशाल पूंजी इंफ्यूजन मिस्ट्रल को कम्प्यूट संसाधन और अनुसंधान क्षमता प्रदान करता है जो अगली पीढ़ी के फ्रंटियर मॉडल को प्रतिस्पर्धात्मक रूप से प्रशिक्षित करने के लिए आवश्यक है, साथ ही अपनी ओपन इकोसिस्टम प्रतिबद्धताओं को बनाए रखते हुए। यह उनकी स्थिति को एक प्रमुख वैश्विक फाउंडेशन मॉडल प्रदाता के रूप में मजबूत करता है जो संप्रभु एंटरप्राइज इन्फ्रास्ट्रक्चर और स्वतंत्र मॉडल गवर्नेंस का समर्थन करता है।
NOVA: यूरोप में, जहां डेटा संप्रभुता और ईयू एआई एक्ट के तहत नियामक अनुपालन शीर्ष प्राथमिकताएं हैं, मिस्ट्रल अमेरिकी बंद-सोर्स हाइपरस्केलर्स के लिए एक महत्वपूर्ण रणनीतिक विकल्प का प्रतिनिधित्व करता है। यूरोपीय एंटरप्राइजेज और सार्वजनिक संस्थान उन मॉडलों को तैनात करने के लिए उत्सुक हैं जो स्वामित्व वाला डेटा संप्रभु सीमाओं के बाहर निर्यात नहीं करते। निवेशकों की निरंतर सहायता प्रदर्शित करती है कि ओपन-वेट्स व्यवसाय मॉडल आर्टिफिशियल इंटेलिजेंस अनुसंधान के उच्चतम स्तरों पर व्यवहार्य है। डाउनलोड करने योग्य वेट्स को व्यावसायिक एंटरप्राइज होस्टिंग और फाइन-ट्यूनिंग सेवाओं के साथ जोड़कर, मिस्ट्रल साबित करता है कि डेवलपर समुदाय को वेट्स प्रदान करना एक बड़े व्यवसाय का निर्माण करने से नहीं रोकता। डेवलपर्स और इन्फ्रास्ट्रक्चर टीमों के लिए, यह फंडिंग सुनिश्चित करती है कि ओपन-वेट्स फाउंडेशन मॉडल प्रोप्राइटरी बंद मॉडलों के साथ मिलकर आगे बढ़ते रहें, हमारी उस क्षमता को बनाए रखते हुए कि हम जिन सिस्टम्स पर सेल्फ-होस्ट, ऑडिट और कस्टमाइज कर सकते हैं उनका निर्माण कर सकें। यह ओपन एआई इकोसिस्टम को आने वाले वर्षों के लिए तीव्र रूप से प्रतिस्पर्धात्मक और तकनीकी रूप से गतिशील बनाए रखता है।
NOVA: OpenBMB ने MiniCPM5-2B जारी किया, एक अति-संक्षिप्त ओपन-वेट्स भाषा मॉडल जिसमें 2.52 अरब घने पैरामीटर और 131,000 टोकन का मूल संदर्भ विंडो है। इस मॉडल ने 34 मानकीकृत बेंचमार्क पर 53.9 का प्रभावशाली औसत स्कोर प्राप्त किया, जो जटिल टूल-यूज परिदृश्यों और एजेंटिक कोडिंग मूल्यांकनों में Qwen3.5-4B जैसे बड़े मॉडलों से बेहतर प्रदर्शन करता है। इस पैरामीटर क्लास के मॉडल के लिए यह उल्लेखनीय प्रदर्शन है, जो दर्शाता है कि नॉलेज डिस्टिलेशन फ्रंटियर क्षमताओं को पॉकेट-साइज्ड चेकपॉइंट्स में सिकोड़ने में कितनी प्रगति कर चुका है।
[ALLOY]: OpenBMB ने पूर्ण मॉडल वेट्स, मध्यवर्ती प्रशिक्षण चेकपॉइंट्स और प्रशिक्षण डेटासेट को अनुमत Apache 2.0 लाइसेंस के तहत प्रकाशित किया। तीन अरब से कम पैरामीटर फुटप्रिंट में फ्रंटियर-जैसी क्षमताएं प्राप्त करने के लिए, टीम ने 400 अरब टोकन की गहन-विचार supervised फाइन-ट्यूनिंग का उपयोग किया, जिसे 16 विशेषज्ञ शिक्षक मॉडलों से on-policy डिस्टिलेशन के साथ जोड़ा गया। क्वांटाइज्ड GGUF बाइनरीज़ केवल 1.56 गीगाबाइट से शुरू होती हैं, जिससे मॉडल को llama.cpp, Ollama, MLX और vLLM के माध्यम से उपभोक्ता लैपटॉप, एज डिवाइस और स्मार्टफोन पर आराम से चलाया जा सकता है। यह डेवलपर्स को लाइसेंसिंग प्रतिबंधों के बिना वेट्स को कहीं भी संशोधित और तैनात करने की पूरी स्वतंत्रता देता है।
NOVA: देखिए, दो गीगाबाइट से कम मेमोरी में उच्च टोकन जनरेशन स्पीड पर अत्यधिक सक्षम मॉडल रखना लोकल एजेंट विकास के लिए एक बड़ी जीत है। यह संवेदनशील डेटा को नेटवर्क पर भेजने या क्लाउड इन्फरेंस बिल के बिना ऑफलाइन कोड पूर्णता, व्यक्तिगत दस्तावेज़ सारांश और लोकल टूल इनवोकेशन को सक्षम बनाता है। MiniCPM5-2B जैसे डिस्टिल्ड मॉडल साबित करते हैं कि सक्षम स्वायत्त एजेंट्स चलाने के लिए हमेशा क्लाउड क्लस्टर की आवश्यकता नहीं होती। एज कंप्यूटिंग के लिए यह एक वास्तविक मील का पत्थर है जो एजेंटिक क्षमताओं को सीधे हल्के व्यक्तिगत वर्कस्टेशन में रखता है।
[ALLOY]: Qualcomm Technologies और Amazon Web Services ने कृत्रिम बुद्धिमत्ता इन्फरेंस सिलिकॉन को सह-डिज़ाइन करने और AWS डेटा सेंटर्स में 1.6 टेराबिट प्रति सेकंड की गति से अति-उच्च गति ऑप्टिकल नेटवर्किंग तैनात करने के लिए एक बहु-पीढ़ीगत रणनीतिक सहयोग की घोषणा की। जैसे-जैसे फाउंडेशन मॉडल आकार में बढ़ते हैं और प्रोडक्शन इन्फरेंस वॉल्यूम बढ़ता है, डेटा-सेंटर ऑपरेटर गंभीर पावर बाधाओं, थर्मल सीमाओं और एक्सेलरेटर चिप्स के बीच इंटरकनेक्ट बॉटलनेक्स का सामना कर रहे हैं।
NOVA: साझेदारी Qualcomm की ऊर्जा-कुशल न्यूरल प्रोसेसिंग आर्किटेक्चर को Amazon के हाइपरस्केल क्लाउड इन्फ्रास्ट्रक्चर के साथ जोड़ती है। 1.6 टेराबिट ऑप्टिकल इंटरकनेक्ट्स पारंपरिक तांबे की केबलिंग को बदलते हैं, सर्वर नोड्स के बीच विशाल टेंसर स्ट्रीम्स को काफी कम विलंबता और नाटकीय रूप से कम पावर डिसिपेशन के साथ ले जाते हैं। Amazon के विशिष्ट प्रोडक्शन वर्कलोड के लिए अनुकूलित विशेष इन्फरेंस एक्सेलरेटर्स को सह-डिज़ाइन करके, दोनों कंपनियों का उद्देश्य बड़े भाषा मॉडल्स को बड़े पैमाने पर परोसने की कुल स्वामित्व लागत को काफी कम करना है।
[ALLOY]: यह घोषणा हाइलाइट करती है कि आर्टिफिशियल इंटेलिजेंस हार्डवेयर की लड़ाई कच्चे प्रशिक्षण कम्प्यूट से कुशल इन्फरेंस सर्विंग की ओर बदल रही है। प्रशिक्षण एक बार होता है, लेकिन इन्फरेंस लाखों उपयोगकर्ताओं के लिए लगातार चलता है। रीज़निंग मॉडल्स को परोसने की विद्युत और थर्मल फुटप्रिंट को कम करना डेटा-सेंटर अर्थशास्त्र में निर्णायक कारक बन रहा है। यहीं पर क्लाउड प्रदाताओं को स्केलिंग लॉज़ को बनाए रखने और बिजली ग्रिड को जिम्मेदारी से प्रबंधित करने के लिए नवाचार करना होगा।
NOVA: क्लाउड यूज़र्स और डेवलपर्स के लिए, इन्फरेंस सिलिकॉन एफिशिएंसी और ऑप्टिकल नेटवर्किंग में सुधार एपीआई लागत में कमी और प्रोडक्शन एप्लिकेशन के लिए उच्च टोकन जेनरेशन थ्रूपुट में बदल जाएंगे। यही वह जगह है जहां इन्फ्रास्ट्रक्चर सुधार सीधे डेवलपर बजट में दिखते हैं। जब इन्फरेंस सस्ता और तेज़ हो जाता है, तो एजेंटिक आर्किटेक्चर बिना बैंक तोड़े ज़्यादा इटरेटिव थिंकिंग स्टेप्स और मल्टी-एजेंट लूप्स चला सकते हैं।
NOVA: PsiQuantum ने CHIPS और Science Act के तहत यूनाइटेड स्टेट्स डिपार्टमेंट ऑफ कॉमर्स से सौ मिलियन डॉलर का संघीय अनुसंधान और विकास पुरस्कार अंतिम रूप दे दिया है। यह निश्चित समझौता पहले के प्रारंभिक ज्ञापन को समर्पित घरेलू अर्धचालक विनिर्माण और उपयोगिता-स्केल क्वांटम कंप्यूटिंग सिस्टम के लिए उन्नत पैकेजिंग के लिए प्रतिबद्ध संघीय वित्तपोषण में बदल देता है। फॉल्ट-टोलरेंट क्वांटम कंप्यूटर बनाने के लिए विशेष सिलिकॉन फोटोनिक चिप्स, ऑप्टिकल कंट्रोल मॉड्यूल और प्रिसिजन क्रायोजेनिक पैकेजिंग की आवश्यकता होती है जिसके लिए उन्नत अर्धचालक फैब्रिकेशन सुविधाओं की मांग होती है। संयुक्त राज्य के भीतर इस विनिर्माण इन्फ्रास्ट्रक्चर को स्थापित करने से उभरते गहन-तकनीकी हार्डवेयर के लिए घरेलू आपूर्ति श्रृंखलाएं मजबूत होती हैं। यह उन्नत फैब्रिकेशन विकास के लिए पूंजी निश्चितता प्रदान करता है और सुनिश्चित करता है कि प्रारंभिक पायलट उत्पादन व्यावसायिक पैमाने पर आगे बढ़ सकता है।
[ALLOY]: जैसे-जैसे फैब्रिकेशन लाइनें बढ़ती हैं, यह पुरस्कार PsiQuantum को ऑप्टिकल क्वांटम घटकों के भौतिक विनिर्माण और परीक्षण को तेज करने के लिए स्थिति में रखता है। जबकि व्यावहारिक वाणिज्यिक क्वांटम कंप्यूटिंग अभी भी वर्षों दूर है, भौतिक विनिर्माण और पैकेजिंग इन्फ्रास्ट्रक्चर का निर्माण एक आवश्यक पूर्वापेक्षा है। यह तथ्य कि CHIPS Act सीधे वाणिज्यिक क्वांटम फैब्रिकेशन को वित्तपोषित कर रहा है, यह दर्शाता है कि सरकारें क्वांटम हार्डवेयर को रणनीतिक संप्रभु प्राथमिकता के रूप में देखती हैं। सिलिकॉन फोटोनिक विनिर्माण क्षमताओं का विकास उच्च गति ऑप्टिकल नेटवर्किंग और क्लासिकल कंप्यूटिंग इंटरकनेक्ट्स के लिए मूल्यवान द्वितीयक लाभ भी प्रदान करता है, जो व्यापक अर्धचालक पारिस्थितिकी तंत्र को मजबूत करता है। यह सुनिश्चित करता है कि भविष्य के कंप्यूटिंग सीमाओं के लिए भौतिक हार्डवेयर फाउंडेशन लचीले उच्च-उपज विनिर्माण प्रक्रियाओं के साथ घरेलू स्तर पर बनाया जाए जो राष्ट्रीय अनुसंधान प्रयोगशालाओं और एंटरप्राइज़ परिनियोजनों में उपयोगिता-स्केल सिस्टम का समर्थन करते हैं। यह फाउंडेशन क्लासिकल डेटा सेंटर और भविष्य के क्वांटम कंप्यूटर दोनों को लाभान्वित करेगा क्योंकि उच्च-बैंडविड्थ ऑप्टिकल इंटरकनेक्ट्स परिपक्व होंगे।
[ALLOY]: OpenAI ने नेवियर-स्टोक्स मिलेनियम प्राइज़ समस्या के लिए एक आर्टिफिशियल इंटेलिजेंस जनित प्रमाण प्रकाशित किया है, जिसके साथ एक व्याख्यात्मक शोध पत्र और Lean इंटरैक्टिव थियोरम प्रूवर में लिखा एक औपचारिक, मशीन-जांचा प्रमाण भी जारी किया। नेवियर-स्टोक्स समीकरण तरल यांत्रिकी को नियंत्रित करते हैं, और Clay Mathematics Institute से एक मिलियन डॉलर का इनाम वाली मिलेनियम प्राइज़ चुनौती यह जांचती है कि क्या चिकने गणितीय समाधान हमेशा तीन आयामों में मौजूद होते हैं या क्या भौतिक विलक्षणताएं बन सकती हैं। यह गणितीय भौतिकी की सबसे प्रसिद्ध खुली समस्याओं में से एक है।
NOVA: प्रमाण को Lean में एन्कोड करके, OpenAI ने एक यांत्रिक रूप से सत्यापनीय गणितीय कलाकृतियां प्रदान की हैं जहां हर तार्किक निगमन स्वचालित प्रूफ-चेकिंग सॉफ्टवेयर द्वारा सत्यापित होता है। हालांकि, जबकि Lean पुष्टि करता है कि निगमन तार्किक रूप से अपने आधार-कथनों से निकलते हैं, व्यापक गणित समुदाय को मूल्यांकन करना होगा कि क्या औपचारिकीकरण मिलेनियम प्राइज़ समस्या कथन की सटीक शर्तों को सही ढंग से समझता है या नहीं। सोशल मीडिया और शोध मंचों पर गणितज्ञ परिभाषाओं, सीमा शर्तों और साहित्य उद्धरणों की जांच शुरू कर दी है। गणितीय सूक्ष्मता यह सुनिश्चित करने में निहित है कि फॉर्मूलेशन ने अनजाने में मूल चुनौती को सरल न कर दिया हो या त्रि-आयामी तरल गतिकी में सूक्ष्म एज केस को नजरअंदाज न कर दिया हो।
[ALLOY]: चाहे यह विशिष्ट प्रमाण मिलेनियम प्राइज़ को पूरी तरह हल करे या न करे, यह मील का पत्थर स्वचालित तर्क में नाटकीय प्रगति का प्रतिनिधित्व करता है। Lean जैसे औपचारिक सत्यापन सॉफ्टवेयर का उपयोग एक स्तर की सत्यापनीय सुधार प्रदान करता है जो पारंपरिक प्राकृतिक-भाषा AI आउटपुट मिलान नहीं कर सकते। औपचारिक इंटरैक्टिव थियोरम प्रूविंग एक आकस्मिक शैक्षणिक विषय से सत्यापित गणितीय तर्क और सॉफ्टवेयर सत्यापन के लिए एक शक्तिशाली उपकरण में तेजी से विकसित हो रहा है। यह मशीन लर्निंग और कठोर गणितीय सत्य के बीच एक रोमांचक पुल है जो बदल देगा कि गणितज्ञ सीमा शोध समस्याओं पर कैसे काम करते हैं।
NOVA: डॉक्यूमेंट-पार्सिंग स्टार्टअप Reducto ने r-1 लॉन्च किया है, एक एंड-टू-एंड मल्टीमॉडल मॉडल जो एक दस्तावेज़ पेज को एक सेंट कीमत पर एक ही फॉरवर्ड पास में पार्स करता है। यूनिफाइड मॉडल पारंपरिक मल्टी-स्टेज पाइपलाइनों की जगह लेता है जो ऑप्टिकल कैरेक्टर रिकग्निशन, लेआउट डिटेक्शन, टेबल एक्सट्रैक्शन और टेक्स्ट फॉर्मेटिंग मॉडल को एक साथ जोड़ती हैं। Reducto दस्तावेज़ पार्सिंग त्रुटियों में बीस प्रतिशत की कमी और पिछले तीन से छह सेंट प्रति पेज रेंज से महत्वपूर्ण लागत में कमी की रिपोर्ट करता है। दस्तावेज़-भारी उद्यमों के लिए यह एक विशाल दक्षता सुधार है।
[ALLOY]: पारंपरिक डॉक्यूमेंट इनजेस्शन पाइपलाइन में, क्रमिक चरणों से होने वाली त्रुटियाँ जल्दी से संचित हो जाती हैं। जब कोई शुरुआती लेआउट डिटेक्शन मॉडल टेबल की सीमाओं की गलत व्याख्या करता है या कोई OCR इंजन कम-रेज़ोल्यूशन स्कैन को गलत पढ़ता है, तो डाउनस्ट्रीम मॉडल को दूषित इनपुट मिलते हैं और दोषपूर्ण आउटपुट तैयार होता है। पूरे पेज इमेज को एक ही पास में इनजेस्ट करके, r-1 एक साथ स्ट्रक्चर्ड टेक्स्ट, टेबल स्कीमा, फॉर्मेटिंग मार्कअप और बाउंडिंग बॉक्स कोऑर्डिनेट्स जेनरेट करता है। वह एक ही फॉरवर्ड पास विज़ुअल कॉन्टेक्स्ट को बरकरार रखता है और डाउनस्ट्रीम पार्सिंग कैस्केड को रोकता है।
NOVA: लाखों फाइनेंशियल फाइलिंग्स, लीगल कॉन्ट्रैक्ट्स और मेडिकल रिकॉर्ड्स प्रोसेस करने वाले संगठनों के लिए, एक सेंट की पूर्वानुमेय प्राइसिंग डॉक्यूमेंट ऑटोमेशन की इकोनॉमिक्स को ब drasticaly बदल देती है। पार्सिंग एरर्स को बीस प्रतिशत कम करते हुए प्रोसेसिंग लागत को आधा करना एंटरप्राइज इंजीनियरिंग टीम्स को fragile मल्टी-मॉडल पाइपलाइन को मैंटेन किए बिना अनस्ट्रक्चर्ड डॉक्यूमेंट्स को स्केल पर इनजेस्ट करने देता है। यह एक महंगी ऑपरेशनल परेशानी को एक भरोसेमंद कमोडिटी यूटिलिटी में बदल देता है।
[ALLOY]: यह सिंगल-पास मल्टीमॉडल approach दिखाता है कि यूनिफाइड विज़न-लैंग्वेज आर्किटेक्चर production इंजीनियरिंग वर्कलोड में brittle मल्टी-स्टेज heuristic पाइपलाइन को व्यवस्थित रूप से कैसे बदल रहे हैं। यह डॉक्यूमेंट प्रोसेसिंग के लिए एक साफ, लागत-प्रभावी अपग्रेड है जो साबित करता है कि मल्टीमॉडल मॉडल जटिल एंटरप्राइज आर्किटेक्चर को सरल बना सकते हैं जबकि पूरे उद्योग में डेटा इंजीनियरिंग टीमों के लिए operating expenditures को drasticaly कम कर सकते हैं।
NOVA: आज के GitHub Project Radar में, DeusData का codebase-memory-mcp बयालीस हज़ार सात सौ स्टार्स के साथ अग्रणी है और बारह दशमलव छह प्रतिशत मासिक वृद्धि दर्ज करता है। प्रोजेक्ट एक सौ अट्ठावन प्रोग्रामिंग भाषाओं में एक पर्सिस्टेंट कोड नॉलेज ग्राफ तैयार करता है और Model Context Protocol पर सब-मिलीसेकेंड क्वेरीज़ serve करता है, जो एजेंट्स को सीधे कॉल ग्राफ्स inspect करने देती है। यह बड़े रिपॉजिटरीज़ में navigation करने वाले कोडिंग एजेंट्स के लिए efficiency में एक शानदार छलांग है।
[ALLOY]: HKUDS nanobot लगभग अड़तालीस हज़ार स्टार्स के साथ दूसरे नंबर पर है, जो personal agents के लिए एक अल्ट्रा-लाइटवेट Python फ्रेमवर्क offer करता है जिसमें वेब यूज़र इंटरफेस, मेमोरी और टूल रजिस्ट्रीज़ शामिल हैं। और ahrm blender-mcp सत्ताईस हज़ार आठ सौ स्टार्स पर है, जो Blender के 3D सीन कंट्रोल्स और Python कमांड्स को कनेक्टेड लैंग्वेज मॉडल्स के लिए expose करता है ताकि ऑटोमेटेड 3D मेश मॉडलिंग और सीन manipulation हो सके।
NOVA: तीनों प्रोजेक्ट्स tangible टूल surfaces प्रदान करते हैं जिन्हें MCP-कम्पैटिबल एजेंट्स जैसे Antigravity, Codex, Claude Code और Hermes तुरंत कॉल कर सकते हैं ताकि codebase intelligence, सेल्फ-होस्टेड वर्कफ्लोज़ और स्पैशियल क्रिएशन में अपनी क्षमताओं का विस्तार कर सकें। ये किसी भी active agent stack के लिए व्यावहारिक additions हैं जो स्टैंडर्ड फाइल सिस्टम एडिटिंग से आगे structured प्रोजेक्ट मॉडलिंग और इंटरैक्टिव टूलिंग में जाना चाहते हैं। यह autonomous डेवलपर्स को तुरंत functional superpowers देता है।
NOVA: Model Discovery में, Inception का Mercury 2.5 OpenRouter पर featured arrival है, जिसमें दो लाख साठ हज़ार टोकन का context window और parallel diffusion decoding है जो rapid reasoning throughput के लिए है।
[ALLOY]: आर्किटेक्चर का उद्देश्य complex मल्टी-स्टेप reasoning के दौरान waiting time को parallel में टोकन ड्राफ्ट्स को refine करके कम करना है, जो इसे production वर्कलोड पर sequential models के बगल में evaluation के लिए एक compelling candidate बनाता है। यह hosted catalog में एक notable addition है जिसे डेवलपर्स को active agent tasks पर benchmark करना चाहिए।
NOVA: हमारी Local LLM Spotlight के लिए, XHToken का Spark-X2.5-4B Hugging Face पर उल्लेखनीय समुदाय का ध्यान आकर्षित कर रहा है, दस हजार से अधिक डाउनलोड और लगभग एक हजार लाइक हासिल कर चुका है। मानक causal language model आर्किटेक्चर पर निर्मित, यह चार-अरब-पैरामीटर मॉडल डेवलपर्स के लिए उपभोक्ता वर्कस्टेशनों पर उच्च-अंत GPU क्लस्टर की आवश्यकता के बिना स्थानीय संवादात्मक और हल्के टूल-उपयोग प्रयोग चलाने के लिए एक सुलभ फुटप्रिंट प्रदान करता है।
[ALLOY]: यह checkpoint मानक स्थानीय serving engines पर कुशलता से चलता है, जो builders को उनके व्यक्तिगत हार्डवेयर पर नेटवर्क latency या cloud subscriptions के बिना interactive desktop agents और privacy-sensitive tool integrations के लिए prototyping के लिए एक सक्षम offline foundation model देता है। यह स्थानीय प्रयोग के लिए एक सुलभ विकल्प है जो everyday workstation setups पर विश्वसनीय प्रदर्शन देता है।
NOVA: Extra Research Candidates में, तीन पेपर्स ने आज हमारा ध्यान खींचा। पहला, IFM ने K2 Horizon रिलीज किया, जिसमें Apache 2.0 के तहत नौ सौ मिलियन से तीन सौ पचहत्तर अरब पैरामीटर तक की सीमा वाले छह open-weights models पेश किए गए, pre-training dataset releases के साथ पूर्ण।
[ALLOY]: दूसरा, OpenAI ने "The Work Now Within Reach" प्रकाशित किया, जिसमें कम होती हुई capability-per-dollar economics का विश्लेषण किया गया है कि कैसे यह automatable enterprise workflows की सीमाओं को विस्तारित कर रही है। और तीसरा, TechCrunch ने priority और verification पर गणित समुदाय की बहस को कवर किया OpenAI Fought Dirty on Career-Making Math Problem में, Navier-Stokes Lean release के बाद। मॉडल्स, अर्थशास्त्र, और verified reasoning में शोध सीमाओं के जा रहे इन तीन अलग-अलग पढ़ने।
NOVA: पूर्ण स्रोत नोट्स, तकनीकी लिंक और दस्तावेज़ीकरण के लिए, Toby On Fitness Tech dot com पर जाएं। हमने वहां आपकी टीम के लिए सभी प्राथमिक संदर्भ और model checkpoints संकलित किए हैं।
[ALLOY]: सुनने के लिए धन्यवाद, और हम जल्द ही वापस आएंगे।