खोजें

630 मिलियन पैरामीटर वाला विश्व मॉडल GTA V को फ़्रेम दर फ़्रेम बनाता है, Devin में हर MCP टूल की अनुमति तय की जा सकती है, Qwen Code v0.27.4 पर पहुँचा

कृत्रिम बुद्धिमत्ता द्वारा जनित लेख
630 मिलियन पैरामीटर वाला विश्व मॉडल GTA V को फ़्रेम दर फ़्रेम बनाता है, Devin में हर MCP टूल की अनुमति तय की जा सकती है, Qwen Code v0.27.4 पर पहुँचा

इस अंक की कंपनियाँ

जो आपकी रुचि का नहीं है, उसे अनचेक करें। आपकी पसंद सभी अंकों पर लागू होती है और इसी डिवाइस पर रहती है।

प्रमुख लैब
चीन
कोडिंग टूल
अन्य

ai-powered-markdown-translator

gpt-6.1-sol द्वारा फ़्रेंच से हिंदी में अनुवादित लेख।

GitHub पर प्रोजेक्ट देखें ↗

Hugging Face के सामुदायिक ब्लॉग पर अभिषेक सेंशर्मा ने एक विश्व मॉडल (world model) प्रकाशित किया है, जो खिलाड़ी द्वारा दबाई गई कुंजियों के आधार पर GTA V को फ़्रेम दर फ़्रेम बनाता है। इसके वेट्स Apache-2.0 के अंतर्गत उपलब्ध हैं। कोडिंग एजेंटों की ओर देखें तो Devin में हर MCP टूल की अनुमति तय की जा सकती है, Qwen Code v0.27.4 अपने प्रबंधित एजेंट को स्थानीय फ़ोल्डरों तक पहुँच देता है, और Codex CLI का एक पूर्वावलोकन संस्करण MCP सर्वर द्वारा उपलब्ध कराई गई स्थिति पंक्तियों को लागत और उपयोग सीमाओं की जानकारी भेजता है। नाशी भाषा का अनुवाद मॉडल और Lexsi Labs की हैकाथॉन में प्रस्तुत एक छिपा हुआ सत्यापक भी इन समाचारों में शामिल हैं।


630 मिलियन पैरामीटर वाला विश्व मॉडल खिलाड़ी द्वारा दबाई गई कुंजियों के आधार पर GTA V को फ़्रेम दर फ़्रेम बनाता है

15 नवंबर — lucidml नाम से अभिषेक सेंशर्मा ने GTA V का एक विश्व मॉडल प्रकाशित किया है। उनके अनुसार यह शून्य से प्रशिक्षित ट्रांसफ़ॉर्मर है: एक शुरुआती छवि और WASD कुंजियों के आधार पर यह किसी गेम इंजन के बिना खेल को फ़्रेम दर फ़्रेम बनाता है। वेट्स और इन्फ़रेंस कोड Apache-2.0 के अंतर्गत उपलब्ध हैं, साथ में खेलने योग्य डेमो भी है; प्रशिक्षण कोड उपलब्ध नहीं कराया गया है। मॉडल पिछली दो छवियों को पूरा रखता है और उससे पुरानी छवियों का केवल वह सारांश सहेजता है जिसे वह स्वयं लिखता है।

मॉडल की विशेषतालेखक के अनुसार मान
पैरामीटर630 205 008
पुरानी छवि का सारांश96 tokens, 1 008 के मुकाबले
विशेषीकरण का डेटालगभग 800 घंटे का गेमप्ले

यह एक व्यक्तिगत परियोजना है, जिसका Rockstar Games से कोई संबंध नहीं है। लेखक स्पष्ट करते हैं कि बजट की कमी के कारण चेकपॉइंट को अभिसरण तक प्रशिक्षित नहीं किया गया है, और मॉडल अभी लंबे समय तक संदर्भ बनाए नहीं रख पाता।

🔗 lucidml का लेख (Hugging Face)


संक्षिप्त समाचार

कोडिंग एजेंट और CLI

  • Codex CLI 0.171.0-alpha.6 — इस पूर्वावलोकन संस्करण के रिलीज़ नोट्स खाली हैं; alpha.5 के बाद के इसके 73 कमिट के अनुसार, MCP सर्वर द्वारा उपलब्ध कराई गई स्थिति पंक्तियों को अब खर्च हुए टोकन, संदर्भ का उपयोग, अनुमानित लागत और Codex की उपयोग सीमाओं की जानकारी मिलती है। नवीनतम स्थिर संस्करण अभी भी 13 नवंबर का 0.169.0 है। 🔗 स्रोत
  • Qwen Code v0.27.4 — v0.27.3 के दो दिन बाद आया यह स्थिर संस्करण Feishu और WeCom के लिए केवल भेजने वाले वेबहुक जोड़ता है, प्रबंधित एजेंट (Managed Agent) के सत्रों को ब्राउज़र से अनुमति दिए गए स्थानीय फ़ोल्डरों तक पहुँच देता है, और Auto मोड जाँचता है कि जोखिम भरे कार्यों की स्पष्ट अनुमति दी गई है। 91 प्रविष्टियों में पिछली संगतता तोड़ने वाला कोई ज्ञात बदलाव नहीं है। 🔗 स्रोत
  • 11 नवंबर के Devin रिलीज़ नोट्स — Devin किसी कार्य को बाद में फिर शुरू करने के लिए स्वयं अनुस्मारक तय कर सकता है, जिसमें स्वचालन द्वारा शुरू किए गए सत्र भी शामिल हैं; डिज़ाइन मोड (Design Mode) में पाँच रंगों की पेंसिल से टिप्पणियाँ जोड़ी जा सकती हैं, और सुरक्षा प्रोफ़ाइल का एक विकल्प बाहरी सामग्री लोड करने से पहले अनुमति माँगने को कहता है। 🔗 स्रोत
  • 12 नवंबर के Devin रिलीज़ नोट्स — MCP सर्वर के हर टूल को अब अनुमति प्राप्त, अनुमोदन आवश्यक या अवरुद्ध (Allow, Needs approval, Block) के रूप में तय किया जा सकता है; नए रूप में तैयार किया गया Devin Review पृष्ठ सभी संगठनों के लिए उपलब्ध हो गया है, और Devin बंद बीटा में Veracode और Black Duck के निष्कर्ष आयात करता है। 🔗 स्रोत

खुले मॉडल और शोध

  • नाशी का अनुवाद — एंड्रयू पीटर्स (मानवविज्ञान, हार्वर्ड) ने लगभग 300 000 वक्ताओं वाली इस भाषा के लिए Qwen3.5-4B-Base को लगभग 50 000 पंक्तियों पर फ़ाइन-ट्यून किया है, साथ में 3 619 प्रविष्टियों वाला शब्दकोश भी है। लेखक के अनुसार, जिस मॉडल की जगह इसे लाया गया है उसके मुकाबले सुधार महत्वपूर्ण नहीं है, और परीक्षण की गई 446 पंक्तियों में से 276 प्रशिक्षण डेटा में भी मौजूद हैं। लाइसेंस CC BY-NC 4.0 है। 🔗 स्रोत
  • Lexsi Labs की हैकाथॉन में Harel — एजेंट से छिपा हुआ सत्यापक उन 11 कार्यों (कुल 24 में से) में से केवल 4 को सही मानता है जिनमें एजेंट दिखने वाले परीक्षण पास करता है; लेखकों के अनुसार, DPO के एक दौर के बाद अलग रखे गए आठ कार्यों पर इन परीक्षणों की सफलता दर 45 से 55 % हो जाती है, लेकिन सत्यापित उत्तरों का अनुपात 12 % ही रहता है। 🔗 स्रोत

इसका क्या अर्थ है

lucidml का लेख खेलने योग्य विश्व मॉडल में स्मृति को केंद्र में रखता है। लेखक के अनुसार, पूरे इतिहास को पूर्ण रिज़ॉल्यूशन में रखने के लिए इतनी गणना चाहिए होगी कि खेल खेलने योग्य नहीं रह पाएगा; उनकी Summaryformer नाम की पद्धति में पुरानी छवियाँ केवल अपने सारांश के रूप में बचती हैं, शुरुआती छवि स्थायी आधार का काम करती है, और अटेंशन बफ़र में 26 208 के बजाय 6 528 कुंजियाँ रहती हैं, यानी लगभग चार गुना कम। लेखक परिणाम को लेकर सावधानी बरतते हैं: चेकपॉइंट अभिसरण तक नहीं पहुँचा है, संदर्भ अभी भी छोटा है, सत्र डिफ़ॉल्ट रूप से 180 सेकंड बाद बंद हो जाता है, और हर खिलाड़ी के लिए एक CUDA GPU चाहिए।

यह परियोजना यह भी दिखाती है कि कोई अकेला लेखक क्या प्रकाशित कर सकता है: एक मॉडल जिसे वे शून्य से प्रशिक्षित करने का दावा करते हैं, उदार लाइसेंस के अंतर्गत उसके वेट्स और खेलने योग्य डेमो, लेकिन प्रशिक्षण कोड नहीं, जिससे परिणामों को दोहराने की गुंजाइश इन्फ़रेंस तक सीमित रहती है। 15 नवंबर के दो अन्य सामुदायिक लेख भी ऐसी ही सावधानी दिखाते हैं: नाशी मॉडल के लेखक स्वयं परीक्षण डेटा में प्रशिक्षण डेटा के मिल जाने की जानकारी देते हैं, और Harel के लेखक स्पष्ट करते हैं कि इसमें DPO का केवल एक दौर है, जिसे समायोजित नहीं किया गया है। तीनों मामलों में आँकड़े लेखकों के दिए हुए हैं।

कोडिंग एजेंटों के मामले में ये अपडेट उपयोगकर्ता को एजेंट के काम और उसकी लागत पर अधिक नियंत्रण देते हैं। Devin में अब हर MCP टूल की अनुमति अलग से तय की जा सकती है, Qwen Code का Auto मोड जाँचता है कि जोखिम भरे कार्यों की स्पष्ट अनुमति दी गई है, और अभी पूर्वावलोकन में मौजूद Codex CLI, MCP सर्वर द्वारा उपलब्ध कराई गई स्थिति पंक्तियों को लागत और उपयोग सीमाओं की जानकारी भेजता है। Harel का परिणाम इन नियंत्रणों का महत्व याद दिलाता है: परीक्षण पास होना यह साबित नहीं करता कि कोड सही है।


स्रोत