Claude ने NIST के ECDSA वक्रों के सीड का स्रोत खोजा, Reflection ने Beam के वज़न जारी किए, चार Gemini 4 Argon एजेंट ने Minecraft जीता

JLS42 / 16 अक्टूबर 2026

कृत्रिम बुद्धिमत्ता द्वारा जनित लेख

Claude ने NIST के ECDSA वक्रों के सीड का स्रोत खोजा, Reflection ने Beam के वज़न जारी किए, चार Gemini 4 Argon एजेंट ने Minecraft जीता

Anthropic के एक आंतरिक शोध मॉडल ने आधे घंटे से भी कम समय में पता लगा लिया कि NIST के ECDSA वक्रों के वे सीड कहाँ से आए थे, जिन्हें NSA ने बिना किसी स्पष्टीकरण के दिया था: वे एक साधारण छद्म-यादृच्छिक जनरेटर से निकले थे, जिसे 1997 और 1998 में घड़ी के समय से आरंभ किया गया था। Anthropic के अनुसार, इससे बैकडोर होने की संभावना बहुत कम हो जाती है। Reflection ने Apache 2.0 लाइसेंस के तहत 501 अरब पैरामीटर वाले विशेषज्ञ मिश्रण Beam के वज़न जारी किए हैं, जिसे पहले दिन से ही 40 से अधिक साझेदारों का समर्थन मिला है। वहीं, चार Gemini 4 Argon एजेंट ने 27 घंटे में Minecraft जीता और Claude Mythos 5 ने आठ कार्यों पर प्रकाशित सर्वश्रेष्ठ क्वांटम सर्किटों में सुधार किया। उत्पादों की बात करें तो GPT-6 Astra Pro अब ChatGPT में एक कार्य को कई एजेंट के बीच बाँटता है, और Grok Bot कंप्यूटर पर अपने कार्य तीन गुना तेज़ी से पूरा करता है।

NIST के ECDSA वक्र: Claude ने उनके सीड का स्रोत खोजा, जिन्हें 1997 और 1998 में घड़ी के समय से आरंभ किए गए जनरेटर से निकाला गया था

16 अक्टूबर — Anthropic की Frontier Red Team ने बताया कि Claude ने क्रिप्टोग्राफ़ी की एक पुरानी पहेली कैसे सुलझाई। जब NIST ने 2000 में FIPS 186-2 मानक के अंतर्गत ECDSA हस्ताक्षर एल्गोरिदम अपनाया, तो उसके मानक दीर्घवृत्तीय वक्रों के साथ ऐसे « सीड » (seeds) आए, जिनका हैश प्रत्येक वक्र का गुणांक b तय करता है। NSA द्वारा बिना स्पष्टीकरण दिए गए इन मानों से वर्षों से बैकडोर होने का संदेह बना हुआ था, और फ़िलिप्पो वालसोरडा द्वारा घोषित सार्वजनिक इनाम उनका स्रोत खोजने वाले की प्रतीक्षा कर रहा था। सबसे प्रसिद्ध सुराग एक हास्यपूर्ण वाक्य को हैश फ़ंक्शन से गुज़ारने का था, जिसका उल्लेख जेरी सोलिनास (NSA) ने 2023 में अपनी मृत्यु से पहले 2015 में किया था, लेकिन इससे कुछ हासिल नहीं हुआ था।

Anthropic के एक कर्मचारी ने यह सवाल एक आंतरिक शोध मॉडल को दिया, जिसका नाम नहीं बताया गया, और उसे इस सुराग के बारे में कोई संकेत नहीं दिया। आधे घंटे से भी कम समय में Claude ने P-192, P-224, P-256, P-384 और P-521 के सीड का स्रोत खोज लिया: उनमें से कोई भी हैश नहीं है, सभी C लाइब्रेरी के छद्म-यादृच्छिक जनरेटर lrand48 से निकले हैं, जिसे Unix टाइमस्टैम्प से आरंभ किया गया था। जनरेटर और उनके आउटपुट के हिस्सों के 34 संयोजनों की जाँच करने के बाद, Claude ने उच्च क्रम के बिटों में lrand48 की पहचान की, जालक न्यूनीकरण (LLL एल्गोरिदम) से उसकी आंतरिक स्थिति दोबारा बनाई, और फिर संबंधित दस सीड के आरंभिक मानों तक पहुँचा। इनमें पाँच NIST के और पाँच ANSI X9.62 मानक के थे, और सभी मई 1997 से अप्रैल 1998 के बीच के थे।

Claude द्वारा जाँचा गया बिंदु	Anthropic द्वारा प्रकाशित परिणाम
खोज में लगा समय	30 मिनट से कम
P-256 का उदाहरण	16 अगस्त 1997 के एक चयन का उम्मीदवार क्रमांक 1842 (उसी चयन का क्रमांक 876 भी उपयुक्त था)
बाइनरी वक्रों के मिले सीड	B-233, B-283, B-409 और B-571, जो फ़रवरी 1984 के समय के रूप में पढ़े जाते हैं, यानी टाइमस्टैम्प को दोगुना करने पर 17 अप्रैल 1998
समझाए गए आधार बिंदु	मई 1997 में बनाए गए छह वक्र (P-192 और ANSI X9.62 के पाँच उदाहरण वक्र), FreeLIP के जनरेटर के ज़रिए
अब भी अस्पष्ट	B-163 का सीड; P-224, P-256, P-384, P-521 और बाइनरी वक्रों के आधार बिंदु

ये आधार बिंदु आर्जेन लेंस्त्रा की लाइब्रेरी FreeLIP से आए हैं: Anthropic के अनुसार, अब तक NIST के किसी भी आधार बिंदु की उत्पत्ति नहीं समझाई गई थी। कुछ वैध उम्मीदवारों को खारिज करने का मानदंड भी अभी अज्ञात है। लेख में मॉडल का वह विचार भी दिया गया है, जिसमें वह गणना से पुष्टि करने से पहले अपनी ही खोज पर संदेह करता है:

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇮🇳 यह आश्चर्यजनक है: इससे 25 साल पुरानी पहेली सुलझ जाती है। हम्म, रुको। मुझे संदेह बनाए रखना चाहिए: क्या मैं किसी तरह के सिमुलेशन या परीक्षण परिवेश में हूँ? — Claude का विचार, जिसे Anthropic की Frontier Red Team के लेख में उद्धृत किया गया है

Anthropic ने इसके निहितार्थ पर ज़ोर दिया: न सुरक्षा भेदी गई है, न कोई नया हमला सामने आया है, न कोई कमज़ोरी, और « कुछ भी करने की ज़रूरत नहीं है »। इसके विपरीत, एक साधारण जनरेटर द्वारा घड़ी के समय से निकाला गया सीड, जिसे अब कोई भी दोबारा उत्पन्न कर सकता है, बैकडोर होने को « बहुत कम संभावित » बनाता है। सीड और छह आधार बिंदुओं को दोबारा उत्पन्न करने वाला कोड CC0 लाइसेंस के तहत प्रकाशित किया गया है, और 36 864 डॉलर की इनामी राशि इंटरनेट सिक्योरिटी रिसर्च ग्रुप (ISRG) को दान की जाएगी।

🔗 Anthropic की Frontier Red Team का लेख · फ़िलिप्पो वालसोरडा का इनाम

खुले मॉडल: Reflection ने Beam के वज़न जारी किए, साथ में pplx-decider-v1.2, Granite Switch 4.1, Bonsai 2 और NVIDIA का 22 भारतीय भाषाओं का कॉर्पस

16 अक्टूबर — प्रस्तुति के ग्यारह दिन बाद Reflection ने अपने पहले खुले वज़न वाले मॉडल Beam के वज़न Apache 2.0 लाइसेंस के तहत जारी किए। 501 अरब पैरामीटर वाला यह विशेषज्ञ मिश्रण (Mixture-of-Experts, MoE), जिसमें प्रति टोकन 23 अरब पैरामीटर सक्रिय होते हैं, कोड, तर्क और लंबे समय तक चलने वाले एजेंट कार्यों के लिए बनाया गया है। इसका संदर्भ दस लाख टोकन का है और यह केवल पाठ के साथ काम करता है। 5 अक्टूबर को Reflection ने केवल शुरुआती पहुँच दी थी और वज़न « अक्टूबर में बाद में » जारी करने का वादा किया था।

इस प्रकाशन में BF16, FP8 और NVFP4 वज़न, टोकनाइज़र, संदर्भ कार्यान्वयन, अनुमानाधारित डिकोडिंग के लिए DFlash2 ड्राफ़्ट मॉडल और Mirror CLI शामिल हैं। Mirror CLI वह खुला स्रोत हार्नेस है जिसके साथ Beam को प्रशिक्षित किया गया था: इसमें Python इंटरफ़ेस, Rust में एजेंट का मूल भाग, अलग-अलग Git वर्कट्री में समानांतर एजेंट, स्किल और MCP कनेक्शन हैं। पहले दिन से ही 40 से अधिक साझेदार इसका समर्थन कर रहे हैं: सॉफ़्टवेयर में Transformers (v5.20.1), vLLM, SGLang, Unsloth, Axolotl और Dynamo; होस्टिंग में AWS, Google Cloud, Azure, Together AI, Fireworks AI, OpenRouter और Ollama; तथा स्थानीय तैनाती के लिए Dell और HPE। Reflection की API सार्वजनिक बीटा में है।

Hugging Face के लेख में आर्किटेक्चर का विवरण दिया गया है: 52 परतों में से 43 में 512 टोकन की खिसकती विंडो वाला अटेंशन और 9 में वैश्विक अटेंशन इस्तेमाल होता है। इससे KV कैश 208 Kio के बजाय 36 Kio प्रति टोकन रह जाता है, यानी दस लाख टोकन के अनुक्रम के लिए 208 Gio के बजाय 36,08 Gio। BF16 में वज़न का आकार लगभग 1 To और NVFP4 में 280 Go है, और Hugging Face मॉडल चलाने के लिए चार B200 की सिफ़ारिश करता है।

बेंचमार्क (Reflection के आँकड़े)	BF16 में Beam	FP8 में Beam	NVFP4 में Beam
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

NVIDIA के अनुसार, Beam को GB300 NVL72 रैक पर प्रशिक्षित किया गया था और यह Blackwell Ultra पर पहले दिन से ही बिना किसी विशेष ट्यूनिंग के (सीधे इस्तेमाल पर) प्रति GPU प्रति सेकंड 70 000 से अधिक टोकन देता है। कुछ घंटे बाद NVIDIA ने लगभग 90 000 का आँकड़ा बताया, लेकिन माप की परिस्थितियाँ नहीं बताईं: बैच का आकार, संदर्भ और GPU की संख्या। NVFP4 चेकपॉइंट Hugging Face पर प्रकाशित है, वह भी Apache 2.0 के तहत।

🔗 Reflection का लेख · Hugging Face का लेख · मॉडल का विवरण · NVIDIA का संदेश · प्रति सेकंड 90 000 टोकन तक पहुँची गति

pplx-decider-v1.2 और उसका Flash संस्करण: Perplexity ने अपनी Decisions API के लिए खुले वज़न वाले दो निर्णय मॉडल जारी किए

16 अक्टूबर — Perplexity ने 1 अक्टूबर को शुरू की गई अपनी Decisions API के मॉडल अपडेट किए हैं। 27 अरब पैरामीटर वाला निर्णय मॉडल pplx-decider-v1.2 उसी कीमत पर v1.1 की जगह लेता है, और 27B मॉडल से डिस्टिल किया गया नया 4 अरब पैरामीटर वाला मॉडल pplx-decider-flash-v1.2 आधी कीमत पर उपलब्ध है। दोनों पाठ और चित्र पढ़ते हैं, आउटपुट अब भी मुफ़्त है, और वज़न Hugging Face पर Apache 2.0 लाइसेंस के तहत उपलब्ध हैं; जो कॉल अब भी v1.1 या v1 का नाम देते हैं, वे अपने आप v1.2 पर चले जाते हैं।

निर्णय मॉडल	आधार मॉडल	इनपुट की कीमत (प्रति दस लाख टोकन)	Decision Index 0.3 पर स्कोर	Vision Decision Index 0.3 पर स्कोर
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02 डॉलर	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02 डॉलर	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01 डॉलर	58,88	72,53

v1.2 में अनुरोध का प्रारूप बदलता है: मॉडल पहले स्थिति और फिर सभी सवालों को एक ही अनुक्रम में पढ़ता है, जिससे एक ही स्थिति पर कई सवालों की लागत लगभग एक सवाल जितनी होती है। जब सवाल एक ही निर्णय के अलग-अलग पहलू बताते हैं, तो उन्हें साथ रखने से मदद मिलती है (SATA-Bench पर +11,3 अंक), लेकिन जब वे स्वतंत्र उम्मीदवारों की तुलना करते हैं, तो प्रदर्शन घटता है (ToolRet पर −4,8)। Perplexity ने Decision Index के कुछ बेंचमार्क के आधिकारिक प्रशिक्षण डेटासेट भी प्रशिक्षण में जोड़े हैं, जिनसे परीक्षण डेटासेट की सामग्री हटाई गई है। GB200 पर v1.2 एक अलग अनुरोध का उत्तर 96 ms के माध्यिका समय में देता है।

🔗 Hugging Face पर pplx-decider-v1.2 · Hugging Face पर pplx-decider-flash-v1.2 · Perplexity API की बदलाव सूची

Granite Switch 4.1: IBM ने बातचीत, निर्णय और आवाज़ के लिप्यंतरण को एक ही खुले मॉडल में जोड़ा

15 अक्टूबर — IBM ने Hugging Face के ब्लॉग पर Apache 2.0 लाइसेंस के तहत 8B और 30B आकारों में Granite Switch 4.1 जारी किया। प्रत्येक मॉडल में एक संवाद मॉडल, दो निर्णय अडैप्टर और एक वाक् पहचान मॉडल शामिल हैं, जिन्हें एक ही एंडपॉइंट से उपलब्ध कराया जाता है।

Granite Switch 4.1 का घटक	IBM द्वारा बताई गई भूमिका
Decision अडैप्टर (aLoRA)	सामान्य निर्णय, `/v1/systemone` प्रारूप में
Guardian अडैप्टर (aLoRA)	सुरक्षा संबंधी निर्णय; IBM के अनुसार, औसतन Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions और Clef-Flash से आगे
Granite-Speech-5.0-Turbo-CTC	लिप्यंतरण, जिसे Open ASR Leaderboard का सबसे तेज़ मॉडल बताया गया है

ये अडैप्टर Activated LoRA हैं: ये आधार मॉडल द्वारा बनाए गए KV कैश का दोबारा उपयोग करते हैं, इसलिए उत्तर के बाद लिया गया निर्णय संदर्भ की फिर से गणना नहीं करता, और पूरा संयोजन लगभग उतनी ही मेमोरी लेता है जितनी अकेला आधार मॉडल। ये मॉडल एक प्लगइन के साथ vLLM में और सीधे llama.cpp में चलते हैं, तथा /v1/systemone कॉल की जगह सीधे इस्तेमाल किए जा सकते हैं। IBM ने Doom खेलने के लिए प्रशिक्षित 3B आकार का एक Granite Switch भी दिखाया है, जो प्रति सेकंड 60 से 100 निर्णय लेता है, जबकि Jev के लिए 10 बताए गए हैं। साथ ही, Mellea में अपने अडैप्टर प्रशिक्षित करने के लिए एक SDK की योजना है। अन्य निर्णय मॉडल के साथ तुलनाएँ केवल ग्राफ़ के रूप में दी गई हैं।

🔗 IBM का लेख · Hugging Face पर Granite Switch 4.1 30B

Bonsai 2: PrismML ने 2B से 9B तक के त्रिआधारी विज़न मॉडल जारी किए, जो 0,43 से 2 Go में समाते हैं

15 अक्टूबर — PrismML ने Apache 2.0 लाइसेंस के तहत 2B, 4B और 9B आकारों में Bonsai 2 जारी किए हैं। ये Qwen3.5 से बने त्रिआधारी वज़न (−1, 0 या +1) वाले मॉडल हैं, जो चित्रों को भी समझते हैं। इनमें आधार मॉडल का 262 144 टोकन का संदर्भ बना रहता है, और Bonsai 2 परिवार में अब 2B से 27B तक चार आकार हैं।

Bonsai 2 मॉडल	त्रिआधारी वज़न का आकार
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go, जबकि FP16 में लगभग 17,9 Go

PrismML का कहना है कि उसने स्थानीय सहायक के रूप में इस्तेमाल पर काम किया है: निर्देशों का पालन, बार-बार दोहराने वाले लूप से बचाव, फ़ोन पर टूल कॉल और अनावश्यक पाठ के बिना उत्तर। उसके अनुसार, 9B निर्देशों और गणित के सामान्य कार्यों में लगभग 40 % कम टोकन खर्च करता है, हालाँकि तुलना का आधार नहीं बताया गया है। यह iPhone 18 Pro Max पर प्रति सेकंड 34 टोकन तक चलता है, जबकि 2B के लिए यह आँकड़ा 120 है। सबसे छोटे प्रारूपों के लिए PrismML का llama.cpp फ़ोर्क चाहिए, क्योंकि आधिकारिक llama.cpp केवल Q2_0 प्रारूप पढ़ता है; Mac के लिए MLX संस्करण भी उपलब्ध है।

🔗 PrismML की पोस्ट शृंखला · GGUF प्रारूप में 9B का विवरण

Nemotron-pretraining-Indic-v1 : NVIDIA और AI4Bharat ने 22 भारतीय भाषाओं में लगभग 2 800 अरब टोकन वाले कॉर्पस का विवरण दिया

16 अक्टूबर — NVIDIA और भारतीय भाषाओं के लिए समर्पित IIT Madras की प्रयोगशाला AI4Bharat ने Nemotron-pretraining-Indic-v1 का विवरण दिया है। इस पूर्व-प्रशिक्षण कॉर्पस का उल्लेख एक दिन पहले Nemotron 3.5 Super VL के डेटा में किया गया था : इसमें लगभग 2 800 अरब टोकन हैं, जिनमें 2 601 अरब मूल लिपियों में और 224,6 अरब रोमन लिपि में हैं। यह भारतीय संविधान की 22 भाषाओं को समेटता है, जो 2011 की जनगणना के अनुसार 97 % भारतीयों की मातृभाषाएँ हैं। कॉर्पस अभी ऑनलाइन नहीं है : इसे बनाने वाली GPU से त्वरित जनरेशन पाइपलाइन के साथ इसे « जल्द » प्रकाशित किया जाएगा।

ये पाठ Nemotron-CC-v2 के 15 उपसमूहों से लिए गए अंग्रेज़ी दस्तावेज़ों के अनुवाद हैं। 12 भाषाओं के लिए Gemma-4-31B-it पूरे दस्तावेज़ों का अनुवाद करता है, MQM से प्रेरित मूल्यांकन मानदंडों से हर अनुवाद को अंक देता है (100 में से 75 की सीमा) और कमज़ोर आउटपुट सुधारता है, जिससे 438,4 अरब टोकन वापस उपयोग योग्य बनाए जा सके ; बाकी 10 भाषाओं के लिए Bodhan AI के Indic Translate का उपयोग होता है। 100 अरब टोकन के निरंतर पूर्व-प्रशिक्षण में इनमें से दस अरब टोकन शामिल करने से Nemotron 3.5 Super VL को पाँच भारतीय बेंचमार्क पर 4,98 से 9,82 अंकों की बढ़त मिली। यह माप केवल इस कॉर्पस के योगदान को अलग से नहीं दिखाता। NVIDIA स्वीकार करता है कि ये अनुवाद सीधे इन भाषाओं में लिखे गए पाठों का विकल्प नहीं हैं और गुणवत्ता नियंत्रण अब भी मुख्यतः स्वचालित है।

🔗 NVIDIA और AI4Bharat का लेख

प्रयोगशाला में एआई : Claude Mythos 5 ने आठ क्वांटम सर्किट बेहतर बनाए, Google DeepMind ने Antigravity से रोगाणुरोधी पेप्टाइड की खोज की

16 अक्टूबर — Anthropic ने अपने STEM Fellows कार्यक्रम के सदस्य आंडी गु का शोध प्रकाशित किया है। उन्होंने Anthropic के क्वांटम भौतिकी विशेषज्ञ आलेक केमेनी के मार्गदर्शन में, सुज़ैन येलिन (Harvard) और मिखाइल लुकिन (Harvard और QuEra Computing) के साथ यह काम किया। व्यवस्था इस प्रकार थी : आठ सर्किट के लिए सामान्य भाषा में विनिर्देश और एक स्वचालित मूल्यांकनकर्ता, जो हर प्रस्ताव की जाँच करता है और क्यूबिट की संख्या को गेट की संख्या से गुणा करके उसे अंक देता है। Claude Mythos 5 इसमें एक बंद चक्र में काम करता है, जिसमें चरणों के बीच कोई मानवीय हस्तक्षेप नहीं होता। उसने आठों मूलभूत संक्रियाओं के लिए ऐसे डिज़ाइन खोजे जो प्रकाशित सर्वोत्तम डिज़ाइनों की तुलना में कम क्यूबिट और कम गेट, दोनों का उपयोग करते हैं, कभी-कभी दस गुना या उससे भी अधिक कमी के साथ।

Claude Mythos 5 को सौंपा गया कार्य	प्रकाशित परिणाम	तुलना का आधार
दीर्घवृत्तीय वक्र पर बिंदुओं का योग	17 गुना कम गेट, 12 % अधिक क्यूबिट के साथ	प्रकाशित सबसे छोटा डिज़ाइन
DQI एल्गोरिदम का Reed-Solomon डिकोडर	12 गुना कम गेट ; 665 के बजाय 19 आरक्षित क्यूबिट	Google की पिछली संरचना

पहला परिणाम दीर्घवृत्तीय वक्रों पर असतत लघुगणक के क्वांटम एल्गोरिदम के केंद्रीय चरण से जुड़ा है। Claude ने न्यूनतम मानवीय हस्तक्षेप के साथ इस पर 53 घंटे काम किया और divsteps विधि का पहला ऐसा उत्क्रमणीय कार्यान्वयन तैयार किया जिसमें शाखाओं का इतिहास संग्रहीत नहीं किया जाता। इसे पहले सिमुलेशन से सत्यापित किया गया और फिर Lean में औपचारिक रूप दिया गया। लेख इस आँकड़े की तुलना एक अन्य आँकड़े से करता है : FeMoco के सिमुलेशन की अनुमानित लागत को लगभग 150 000 गुना कम करने में आठ वर्ष और कई समूहों का काम लगा था। Anthropic के अनुसार, ऐसी बढ़त उपयोगी अनुप्रयोगों के लिए आवश्यक क्वांटम संसाधनों को कम करती है, जिससे व्यावहारिक क्वांटम कंप्यूटर अपेक्षा से पहले आ सकते हैं। टीम को सावधानी बरतने वाले Claude के साथ काम करना पड़ा, जो अपने लाभों की दोबारा जाँच करता था और जानी-पहचानी विधियों को प्राथमिकता देता था ; टीम ने उसे कई रास्तों पर समानांतर रूप से काम करने का निर्देश दिया।

🔗 Anthropic का लेख · arXiv पर शोधपत्र

Google DeepMind ने Antigravity से नए रोगाणुरोधी पेप्टाइड की खोज की और उसमें एक 3D दर्शक जोड़ा

15 अक्टूबर — Google DeepMind ने दिखाया कि उसका एजेंट आधारित विकास प्लेटफ़ॉर्म Antigravity किस तरह वैज्ञानिक कार्यक्षेत्र (एजेंट आधारित वैज्ञानिक कार्यक्षेत्र) बन सकता है। वर्णित सत्र में एक जीवविज्ञानी लक्ष्य तय करता है—Streptococcus pseudopneumoniae में नए रोगाणुरोधी पेप्टाइड खोजना और गणना द्वारा उनकी पुष्टि करना—और एजेंट डेटाबेस, संरचनात्मक विश्लेषण तथा शोध साहित्य के सार-संकलन का समन्वय करता है। वह ProtNLM पर निर्भर करता है, जो Google का एक मॉडल है। यह प्रोटीन के अनुक्रम से उसके कार्य का अनुमान लगाता है और UniProt की लाखों ऐसी प्रविष्टियों में विवरण जोड़ता है जिनकी विशेषताएँ अभी निर्धारित नहीं हुई हैं।

एजेंट 97 अमीनो अम्लों वाली एक बैक्टीरियोसिन (UniProt A0A0U0D591) चुनता है, जिसका Swiss-Prot के समीक्षित प्रोटीनों में कोई उल्लेखनीय समजात नहीं मिलता। उसका AlphaFold मॉडल ज्ञात संरचना वाली एक बैक्टीरियोसिन की तरह मुड़ता है। इसके बाद वह शोध साहित्य से कार्य करने का एक संभावित तंत्र सुझाता है और प्रयोगशाला के लिए एक प्रोटोकॉल लिखता है। इस संभावित उम्मीदवार और इसी पाइपलाइन से निकले कई अन्य उम्मीदवारों का प्रयोगशाला में सत्यापन चल रहा है : लेख इसे एक संभावित दिशा बताता है, सिद्ध परिणाम नहीं। वह याद दिलाता है कि एक अनुमान के अनुसार, रोगाणुरोधी प्रतिरोध के कारण 2050 तक हर साल लगभग 10 मिलियन मौतें हो सकती हैं।

लेख Biomolecular Structure Viewer का भी परिचय देता है। यह Antigravity में एकीकृत 3D दर्शक है जिसे एजेंट और शोधकर्ता साझा करते हैं : एजेंट अपनी परिकल्पनाएँ समझाने के लिए इसमें कुछ क्षेत्रों को उभारता है, और शोधकर्ता की टिप्पणियाँ, जैसे किसी बंधन स्थल पर लगाया गया नोट, वापस एजेंट तक पहुँचती हैं। उपलब्ध होने की तारीख या पहुँच की शर्तों का विवरण नहीं दिया गया है।

🔗 Google DeepMind का लेख · विज्ञान के लिए Antigravity

शोधकर्ताओं के लिए उपकरण : Google ने Deep Review सभी के लिए खोला, SAIR ने Open Math OS शुरू किया, OpenAI ने अमेरिकी प्रयोगशालाओं को Rosalind Academic Plan की पेशकश की

14 अक्टूबर — Research@ 2026 के अवसर पर Google Research ने Deep Review को सार्वजनिक कर दिया है। यह एजेंट आधारित एआई प्रणाली जटिल तकनीकी दस्तावेज़ों की समीक्षा करती है और उनकी सामग्री जाँचती है : तार्किक संगति, गणितीय कथन, स्रोतों पर आधारित तथ्य, मौजूदा शोध से तुलना और सुधार के सुझाव। विषयवस्तु से जुड़े निर्णय मनुष्यों के हाथ में रहते हैं। यह Paper Assistant Tool का उत्तराधिकारी है, जिसका STOC 2026, ICML 2026, NeurIPS 2026 और ICLR 2027 के साथ परीक्षण किया गया था : स्वेच्छा से जमा की गई 16 000 से अधिक पांडुलिपियों के लेखकों को अंतिम तिथि से पहले निजी प्रतिक्रिया मिली थी, जिसका सम्मेलनों की आधिकारिक समीक्षा से कोई संबंध नहीं था।

यह दुनिया भर में उपलब्ध है और हर सप्ताह दो निःशुल्क समीक्षाएँ देता है ; Gemini API की कुंजी से अधिक ऊँची सीमाएँ और Deep Review API उपलब्ध होती हैं। सेवा फ़िलहाल PDF और सादा पाठ स्वीकार करती है। आगे Google Docs, प्रस्तुतियों, कानून और वित्त तक विस्तार का भी लक्ष्य है। Google दस्तावेज़ों का उपयोग अपने मॉडलों के प्रशिक्षण के लिए न करने का वचन देता है (उन्हें दिखाने के लिए एक वर्ष तक रखा जाता है)। Google इस उपकरण की आवश्यकता समझाने के लिए शोधपत्रों की बढ़ती संख्या का हवाला देता है :

शोधपत्र जमा करने का वर्ष	ICLR, NeurIPS और ICML में जमा शोधपत्र
2023	लगभग 23 000
2024	लगभग 32 000
2025	लगभग 45 000
2026	74 000 से अधिक

उसी दिन Google Earth AI के Geospatial Reasoning एजेंट के लिए एक तकनीकी रिपोर्ट और शोधकर्ताओं के लिए दो नए बेंचमार्क (GeoKTools और GeoExpertQueries) प्रकाशित किए गए। Ask Google Earth और Agent-to-Agent (A2A) सेवा के माध्यम से उसकी प्रायोगिक पहुँच भी बढ़ाई गई।

🔗 Google Research का लेख · Google के ब्लॉग पर Research@ 2026 · Geospatial Reasoning एजेंट पर लेख

Open Math OS : SAIR फ़ाउंडेशन ने खुले मॉडलों पर आधारित गणितीय शोध का प्लेटफ़ॉर्म शुरू किया

16 अक्टूबर — SAIR फ़ाउंडेशन ने Open Math OS शुरू किया है, जिसे वह « गणित 2.0 » की आधारभूत संरचना बताता है। यह Open Math Model पहल की घोषणा के एक महीने बाद आया है। Hugging Face, Lean, EPFL और @cscsch इसके शुरुआती साझेदार हैं, और Hugging Face के सह-संस्थापक थॉमस वुल्फ़ ने घोषणा साझा की है। हर परियोजना को चौबीसों घंटे उपलब्ध एक क्लाउड मशीन मिलती है, जिसमें 100 से अधिक गणितीय और वैज्ञानिक उपकरण पहले से इंस्टॉल हैं ; आवेदन के आधार पर स्वीकृत टीमों के लिए गणना संसाधन निःशुल्क हैं।

इसमें गणितज्ञ एक खुला मॉडल चुनता है (दिखाए गए इंटरफ़ेस में Kimi K3, DeepSeek V4.1 Flash, GLM 5.3 या Nemotron 3) और Ultramath मोड शुरू कर सकता है, जिसमें कई एजेंट एक ही समस्या के अलग-अलग रास्तों की समानांतर पड़ताल करते हैं ; साइट का प्रदर्शन Lean में सत्यापित एक प्रमाण को बाद में LaTeX शोधपत्र में शामिल करते हुए दिखाता है। परियोजनाएँ डिफ़ॉल्ट रूप से निजी रहती हैं, शोध पर प्रशिक्षण के लिए लेखकों की स्पष्ट सहमति आवश्यक है, और अपने विचारों का स्वामित्व तथा श्रेय लेखकों के पास रहता है।

🔗 SAIR की पोस्ट श्रृंखला · Open Math Model की वेबसाइट

Rosalind Academic Plan : अमेरिकी विश्वविद्यालयों की प्रयोगशालाओं के लिए 12 महीने तक ChatGPT के अधिकतम 30 निःशुल्क लाइसेंस

15 अक्टूबर — OpenAI ने Rosalind Academic Plan शुरू किया है। यह विश्वविद्यालयों की जीवन विज्ञान प्रयोगशालाओं के लिए एक प्रस्ताव है, जो फ़िलहाल अमेरिकी विश्वविद्यालयों तक सीमित है।

प्रस्ताव का लाभ	संबंधित शर्त
ChatGPT Business Standard के अधिकतम 30 लाइसेंस	प्रति उपयोगकर्ता प्रति माह 0 डॉलर, अधिकतम 12 महीने
व्यावसायिक रूप से उपलब्ध उन्नत मॉडल	प्रस्ताव की उपयोग सीमाओं के भीतर
GPT-Rosalind और Rosalind Workbench	भरोसेमंद पहुँच (विश्वसनीय पहुँच) को मंज़ूरी मिलने के बाद
साझा किया गया शोध डेटा	डिफ़ॉल्ट रूप से प्रशिक्षण के लिए उपयोग नहीं किया जाता

Rosalind Workbench औषधीय रसायन विज्ञान, जीनोमिक्स और प्रयोगों में सहायता देने वाले उपकरणों का समन्वय करता है। मुख्य शोधकर्ता या प्रयोगशाला प्रमुख अपनी टीम की ओर से आवेदन जमा करता है ; आवेदन करने से तत्काल पहुँच नहीं मिलती, और OpenAI Enterprise के साथ पहले से अनुबंधित विश्वविद्यालय अपनी प्रक्रिया अपनाते हैं। OpenAI दवा और प्रोटीन डिज़ाइन से लेकर रोगाणुरोधी प्रतिरोध तक सात क्षेत्रों को लक्षित करता है। वह झाओ प्रयोगशाला (UCSF), बूर्देंक्स प्रयोगशाला और ब्रायन हाइ की टीम (Stanford और Arc Institute) के शोध का उल्लेख करता है। 16 अप्रैल को शुरू किया गया GPT-Rosalind, 11 सितंबर से API, Codex और ChatGPT Enterprise के माध्यम से विश्वसनीय पहुँच के तहत उपलब्ध है।

🔗 OpenAI का लेख · OpenAI की पोस्ट श्रृंखला

Gemini 4 Argon : चार एजेंटों ने 27 घंटे में Minecraft पूरा किया, Perplexity ने इसे अपने Pro और Max ग्राहकों तथा Agent API में उपलब्ध कराया

16 अक्टूबर — चार Gemini 4 Argon एजेंटों ने शून्य से शुरुआत करके Minecraft पूरा किया : यादृच्छिक रूप से बनी एक सर्वाइवल दुनिया में, Easy मोड और शत्रुतापूर्ण राक्षसों के साथ, उन्होंने 27 घंटे और 2 783 प्रोग्राम के बाद Ender Dragon को हरा दिया। माक्सांस फ़ाल्दोर ने @GoogleDeepMind द्वारा साझा किए गए एक X लेख में इस प्रयोग का वर्णन किया है और सतिंदर सिंह तथा रोबर्टा रायलेआनु के साथ arXiv पर एक तकनीकी रिपोर्ट में इसका विवरण दिया है। ये Argon के सामान्य उपयोग वाले कोडिंग एजेंट हैं, जिन्हें इंजीनियर रोज़ इस्तेमाल करते हैं : Minecraft के लिए कोई विशेष उपकरण नहीं था और कोई भूमिका तय नहीं की गई थी।

एजेंट कोई छवि नहीं देखते और कोई कुंजी नहीं दबाते : हर एजेंट ओपन सोर्स लाइब्रेरी Mineflayer के लिए छोटे प्रोग्राम लिखकर एक खिलाड़ी को नियंत्रित करता है, उनका आउटपुट पढ़ता है और खेल की चैट तथा साझा मेमोरी के माध्यम से दूसरे एजेंटों के साथ समन्वय करता है। शुरुआत के दस मिनट बाद ही उन्होंने काम बाँट लिया था (औज़ार, भोजन, हीरे, पोर्टल)। किला खोजने के लिए उनमें से एक ने दो अलग-अलग स्थानों से दो वस्तुएँ फेंकीं और उनके प्रक्षेपपथों का प्रतिच्छेद निकाला। 1,3 किलोमीटर दूर स्थित किले के लिए अनुमान 43 मीटर के भीतर था। अंतिम लड़ाई में उन्हें 69 बार दोबारा प्रकट होना पड़ा : लगभग 21 घंटे खेलने के बाद एक एजेंट समझ पाया कि क्रिस्टल ड्रैगन को ठीक कर रहे थे और उन तक पहुँचने के लिए मिट्टी के ब्लॉकों का ढेर पर्याप्त था।

प्रयोग का माप	दर्ज मान
जीत तक का समय	27 h 14 min
लिखे गए प्रोग्राम	2 783, जिनमें से 22 % त्रुटि के साथ समाप्त हुए
चैट संदेश	229
कुल पुनः प्रकट होने की संख्या	605, जिनमें से 69 ड्रैगन के सामने

पाँचवाँ एजेंट, Observer, किसी भी धोखाधड़ी या विनिर्देशों को चकमा देने की कोशिश (विनिर्देशों की खामियों का लाभ उठाना) का पता लगाने के लिए खेल पर नज़र रख रहा था : न उसे और न ही लॉग के एक नमूने की मानवीय समीक्षा में ऐसी कोई बात मिली। लेखक प्रयोग की सीमाएँ स्वीकार करते हैं : दुनिया को एक API के माध्यम से पढ़ा जाता है जो ब्लॉकों और जीवों की सटीक स्थिति बताती है, और एक प्लगइन रास्तों की गणना करता है। यह एक स्वतंत्र शोध प्रयोग है, Minecraft की कोई आधिकारिक उपलब्धि नहीं, और इसे Mojang या Microsoft ने मंज़ूरी नहीं दी है।

🔗 माक्सांस फ़ाल्दोर का लेख · Google DeepMind द्वारा साझा पोस्ट · arXiv पर तकनीकी रिपोर्ट

Perplexity ने Gemini 4 Argon को अपने Pro और Max ग्राहकों के लिए खोला, WANDR पर 0,802 का रिकॉर्ड

16 अक्टूबर — Perplexity ने अपने Pro और Max ग्राहकों के लिए Gemini 4 Argon जोड़ा है, जो Google पर 13 अक्टूबर से सामान्य रूप से उपलब्ध है। घोषणा एक ट्वीट और एक ग्राफ़ तक सीमित है : स्रोतों पर आधारित शोध के उसके अपने बेंचमार्क WANDR पर Argon को प्रति कार्य 7,88 डॉलर की लागत पर 0,802 अंक मिले हैं, जो ग्राफ़ का सर्वोच्च स्कोर है।

परखा गया मॉडल	WANDR स्कोर	प्रति कार्य लागत
Gemini 4 Argon	0,802	7,88 डॉलर
GPT-6 Astra	0,735	13,34 डॉलर
GPT-6.1 Sol	0,654	3,70 डॉलर
Claude Opus 5.5	0,647	3,69 डॉलर
Claude Fable 5.1	0,601	12,76 डॉलर
GPT-6 Sol	0,566	2,23 डॉलर
Claude Sonnet 5.5	0,550	2,73 डॉलर
Grok 4.7	0,528	9,30 डॉलर
DeepSeek V4 Pro 0813	0,359	0,75 डॉलर

डेवलपर के लिए, API के बदलावों का विवरण 15 अक्टूबर की शाम से बताता है कि Agent API google/gemini-4-argon स्वीकार करती है। 30 नवंबर 2026 तक लागू शुरुआती दरें हैं : प्रति दस लाख इनपुट टोकन पर 2 डॉलर, कैश में 0,10 डॉलर और आउटपुट में 10 डॉलर, जिसमें तर्क-विचार के टोकन भी शामिल हैं।

🔗 Perplexity की घोषणा · Agent API के मॉडल

आम उपयोगकर्ताओं के लिए एजेंट : GPT-6 Astra Pro ने ChatGPT में एक कार्य कई एजेंटों में बाँटा, Grok Bot तीन गुना तेज़ हुआ और Robinhood, Coinbase तथा eToro से जुड़ा

16 अक्टूबर — OpenAI ने ChatGPT में GPT-6 Astra Pro को अपडेट किया है : अधिक तेज़ उत्तर, प्लगइन और उपकरणों का बेहतर उपयोग और, सबसे बढ़कर, कई एजेंट जो एक ही कार्य के अलग-अलग हिस्सों पर समानांतर काम करते हैं। उपयोगकर्ता हर एजेंट की प्रगति देख सकता है और पूरे हो चुके कार्य खोलकर उनके काम की समीक्षा कर सकता है। यह सुविधा Pro ग्राहकों के लिए Chat टैब में उपलब्ध है।

OpenAI ने गति में बढ़ोतरी का कोई आँकड़ा या बेंचमार्क नहीं दिया है, और 16 अक्टूबर की शाम तक न ChatGPT के संस्करण विवरण में और न ही मॉडलों के संस्करण विवरण में इस अपडेट का उल्लेख था। 20 h 00 UTC पर « GPT-6 Pro » नाम से प्रकाशित ट्वीट को 27 मिनट बाद सुधारकर « GPT-6 Astra Pro » कर दिया गया ; 7 अक्टूबर को GPT-6 सभी उपयोगकर्ताओं के लिए उपलब्ध होने के बाद से ChatGPT का Pro प्रयास स्तर GPT-6 Pro (Astra) पर आधारित है। कई एजेंटों के साथ काम करने की सुविधा अब तक GPT-6.1 Sol के लिए 29 सितंबर से बीटा में प्रस्तुत की जा रही थी।

🔗 OpenAI की घोषणा

Grok Bot कंप्यूटर पर अपने काम तीन गुना तेज़ी से पूरा करता है, X Chat पढ़ता है और Robinhood, Coinbase तथा eToro से जुड़ता है

16 अक्टूबर — Grok Bot, SpaceXSI का वह एजेंट जो अपने उपयोगकर्ताओं के टूल से जुड़ता है, दस संदेशों की एक श्रृंखला में अपनी नई सुविधाओं का ब्यौरा देता है; x.ai पर कोई लेख प्रकाशित नहीं किया गया है। सबसे बड़ा बदलाव गति से जुड़ा है: @bot खाते के अनुसार, कंप्यूटर पर काम औसतन तीन गुना तेज़ी से पूरे होते हैं और बाकी सभी जवाब आधे से भी कम समय में मिलते हैं।

संबंधित क्षेत्र	घोषित नई सुविधा
गति	कंप्यूटर पर काम औसतन तीन गुना तेज़, अन्य जवाब आधे से भी कम समय में
आवाज़	तेज़ और अधिक भरोसेमंद कॉल, पिछली बातचीत की बेहतर याददाश्त
इंटरफ़ेस	चैट के कार्ड का नया डिज़ाइन, नया फ़ॉन्ट, थीम, सूचनाएँ केवल इस्तेमाल किए जा रहे डिवाइस पर
ईमेल	किसी खास पते पर भेजे गए ईमेल तक एक रूटीन सीमित रखने के लिए « plus » उपनाम
X	किसी पोस्ट में @bot का उल्लेख करने से काम शुरू होता है; X खाता जोड़ने के बाद X Chat पढ़ना
कनेक्टर	Robinhood, Coinbase, Trello, PostHog, beehiiv और eToro समेत अन्य

टीमें अपने कनेक्टर भी जमा कर सकती हैं: x.ai का एक फ़ॉर्म मार्केटप्लेस के लिए समीक्षा के बाद Grok Bot और Cursor के उपयोगकर्ताओं तक, और जल्द ही Grok के उपयोगकर्ताओं तक भी, प्लगइन या MCP सर्वर पहुँचाने की सुविधा देता है।

🔗 Grok Bot की संदेश श्रृंखला · प्लगइन जमा करने का फ़ॉर्म

जनरेटिव मीडिया: GPT-Live के लिए विवरण से बनाई गई आवाज़ें, ChatGPT में Pika, Ideogram 4.5 में प्रति चित्र 0,8 से 22 सेंट, Runway में Mirelo SFX 2.0

16 अक्टूबर — GPT-Live का API अपने सभी ग्राहकों के लिए विवरण से आवाज़ बनाने की सुविधा (prompt-to-voice) खोलता है: API या वॉइस Playground में मनचाही आवाज़ का लिखित विवरण दिया जाता है, फिर उसे GPT-Live सत्रों में दोबारा इस्तेमाल किया जा सकता है। आवाज़ बनाना मुफ़्त है, उससे उत्पन्न वाणी का शुल्क सत्रों की सामान्य दर पर लगता है, और ये आवाज़ें केवल GPT-Live के साथ काम करती हैं, Text to Speech API, Realtime API या Chat Completions के साथ नहीं। संदर्भ या सहमति की कोई रिकॉर्डिंग नहीं माँगी जाती, लेकिन OpenAI केवल वयस्कों की आवाज़ों की अनुमति देता है, किसी की पहचान की नकल पर रोक लगाता है और यह बताना अनिवार्य करता है कि वाणी एआई से उत्पन्न की गई है; दो ग्राहकों को मिलती-जुलती आवाज़ें मिल सकती हैं।

@OpenAIDevs के अनुसार, संबंधित भाषाओं के मातृभाषी कलाकारों के साथ रिकॉर्ड की गई नौ पूर्वनिर्धारित आवाज़ें भी GPT-Live में जुड़ रही हैं:

बोली जाने वाली भाषा	जोड़ी गई आवाज़ें
जर्मन	Nuri, Juni और Flitz
फ़्रेंच	Brise और Sillage
हिन्दी	Nira
जापानी	Harema और Shida
कोरियाई	Noeul

एक दिन पहले, चेंजलॉग में GPT-Live के भीतर Decisions API का नेटिव एकीकरण जोड़ा गया था: उपयोगकर्ता के बोलते समय ही ऐप कार्रवाई करता है, या तो Live सीधे Decisions को कॉल करता है (नेटिव प्रत्यायोजन), या Live ऐप को सूचित करता है, जिसके बाद ऐप Decisions से पूछता है (कस्टम प्रत्यायोजन); निर्णय ट्रांसक्रिप्शन के अंशों से भी शुरू हो सकते हैं। गाइड में कार के एक वॉइस असिस्टेंट का उदाहरण दिया गया है, जो तापमान या शीशों से धुंध हटाने की सुविधा को समायोजित करता है। ये नई सुविधाएँ gpt-live-1 से संबंधित हैं: 15 अक्टूबर को ChatGPT में जारी हुआ GPT-Live-1.1 अभी API के चेंजलॉग में दिखाई नहीं देता।

🔗 OpenAI Developers की संदेश श्रृंखला · कस्टम आवाज़ों की गाइड · आवाज़ के साथ Decisions API की गाइड

Pika, OpenAI के साथ साझेदारी में बने प्लगइन के ज़रिए अपने रचनात्मक टूल ChatGPT में लाता है

16 अक्टूबर — Pika ने OpenAI के साथ साझेदारी में Pika × ChatGPT प्लगइन एक्सटेंशन (Pika X ChatGPT plugin extension) की घोषणा की है, जो उसके रचनात्मक टूल ChatGPT की बातचीत और साइड पैनल में उपलब्ध कराता है। बातचीत छोड़े बिना टूल के विकल्प, विज़ुअल प्रीसेट और सामग्री निर्माण को नियंत्रित किया जा सकता है, या Pika की अधिक तल्लीनता वाली विंडो खोली जा सकती है, जिसमें ChatGPT उपयोगकर्ता के साथ काम करता है। अपनी संदेश श्रृंखला के अनुसार, Pika इसमें चित्र, ध्वनि और वीडियो के 40 से अधिक ऐप तथा सामग्री निर्माण के 100 से अधिक मॉडल लाता है; प्लगइन का विवरण उत्पाद विज्ञापन से पॉडकास्ट तक 13 स्किल और शुरुआती परिचय की एक प्रक्रिया बताता है, जो तय करती है कि क्रेडिट खर्च करने से पहले Pika किस तरह अनुमति माँगता है।

प्लगइन के ज़रिए पहली बार सामग्री बनाने के बाद Pika हर खाते में 250 क्रेडिट जोड़ता है और प्लगइन के लिए अलग से कोई दर प्रकाशित नहीं करता। OpenAI ने 7 अक्टूबर को ChatGPT के प्लगइन एक्सटेंशन पेश किए थे, जिनमें Adobe, Canva, Figma और Shopify शुरुआती नामों में शामिल थे।

🔗 Pika की संदेश श्रृंखला · ChatGPT में Pika प्लगइन का विवरण

Ideogram 4.5 के चार गुणवत्ता मोड, प्रति चित्र 0,8 से 22 सेंट तक

15 अक्टूबर — Ideogram ने 30 सितंबर को जारी अपने चित्र संपादन मॉडल Ideogram 4.5 की मूल्य श्रेणी का ब्यौरा दिया है: चार गुणवत्ता मोड, प्रति चित्र 0,8 से 22 सेंट तक, और सभी में नेटिव 2K। सबसे किफ़ायती मोड, Very Low, 0,8 सेंट में 8 सेकंड के भीतर चित्र संपादित करता है और एक संपादन से अगले संपादन तक आर्टिफ़ैक्ट जमा नहीं होते। Design Arena के आधार पर Ideogram का कहना है कि यह मोड कीमत और गति, दोनों में चित्र संपादन की परेटो सीमा को आगे बढ़ाता है: इससे बेहतर स्कोर पाने वाला हर मॉडल अधिक महँगा है और धीमा चलता है। Design Arena ने इसे अपने Image Editing Arena में 1189 के Elo के साथ 23वाँ स्थान दिया है।

Ideogram ने बीच के दो मोड की कीमतों का ब्यौरा नहीं दिया है। लॉन्च के समय किए गए वादे के अनुसार मॉडल के वेट्स खुले तौर पर जारी करने के बारे में पूछे जाने पर Ideogram के खाते ने कहा कि इस पर काम चल रहा है, लेकिन कोई तारीख नहीं दी।

🔗 Ideogram की संदेश श्रृंखला

Runway में Mirelo SFX 2.0 जुड़ा, जो संवादों को सुरक्षित रखते हुए वीडियो में ध्वनि जोड़ता है

16 अक्टूबर — Runway अपने प्लेटफ़ॉर्म में Mirelo SFX 2.0 जोड़ता है, जो वीडियो की ध्वनि सज्जा (sound design) अपने आप तैयार करने वाला मॉडल है: यह दृश्यों के आधार पर पूरा ध्वनि परिवेश बनाता है, हर दृश्य के साथ उसका तालमेल रखता है और संवादों को जस का तस छोड़ता है। अवधि की सीमा के बारे में पूछे जाने पर Runway ने कहा कि यह किसी भी लंबाई की क्लिप पर काम करता है। न कोई दर प्रकाशित की गई है, न क्रेडिट में लागत; Runway के चेंजलॉग में अभी मॉडल का उल्लेख नहीं है और Mirelo ने भी अपनी ओर से कोई घोषणा नहीं की है। सितंबर के अंत में ElevenLabs के Eleven v4 को जोड़ने के बाद, Runway अपने वीडियो मॉडल के साथ दूसरे प्रदाताओं के ऑडियो मॉडल जोड़ना जारी रखता है।

🔗 Runway की घोषणा · क्लिप की अवधि पर जवाब

कोड एजेंट: Claude Code की टीम ने अपनी कोड समीक्षा का ब्यौरा दिया, Codex CLI 0.163.0, Cursor में कैनवस और Muse Wonder, Gemini CLI ने Antigravity CLI की ओर भेजा

16 अक्टूबर — Claude Code की टीम claude.dev पर बताती है कि वह अपने कोड की समीक्षा कैसे करती है, जबकि उसका लगभग 90 % कोड Claude लिखता है। ऐडी ओस्मानी, मॉर्गन वेस्टली लंट और छिंग वांग का लेख दो आँकड़े सामने रखता है: जून से सितंबर के बीच मर्ज की गई पुल रिक्वेस्ट की संख्या दोगुनी से भी अधिक हो गई, और जिन्हें वापस लेना पड़ा उनका अनुपात 40 % से अधिक घट गया। लक्ष्य यह है कि ज़्यादातर पुल रिक्वेस्ट अधिकतम एक व्यक्ति की भागीदारी से मर्ज हो जाएँ, और वह व्यक्ति उनका लेखक भी हो सकता है।

हर बदलाव कई चरणों से गुज़रता है: पुल रिक्वेस्ट से पहले Claude द्वारा जाँच (टेस्ट, कंपाइलेशन, स्थैतिक विश्लेषण, फिर नए संदर्भ वाले दूसरे एजेंट से डिफ़ की समीक्षा), CI, Code Review, रोक लगाने वाली सुरक्षा समीक्षा, मर्ज कतार (merge queue) और क्रमिक रिलीज़। एक वर्गीकारक बदलाव के आधार पर जोखिम का स्तर तय करता है, लेखक के आधार पर नहीं: दस्तावेज़ों या फ़्लैग के पीछे जोड़ी गई सुविधा के लिए किसी मानवीय मंज़ूरी की ज़रूरत नहीं; उत्पाद में सामान्य बदलाव या कैश और सिस्टम प्रॉम्प्ट जैसे संवेदनशील हिस्से के लिए एक व्यक्ति; सबसे अधिक जोखिम वाले बदलाव के लिए दो। एजेंट की मंज़ूरी कभी किसी व्यक्ति की मंज़ूरी के बराबर नहीं मानी जाती। Code Review के शोध पूर्वावलोकन के दौरान ही ठोस टिप्पणियाँ पाने वाली आंतरिक पुल रिक्वेस्ट का अनुपात 16 % से बढ़कर 54 % हो गया था।

लेख एजेंटों से जुड़ी एक खास समस्या के आँकड़े भी देता है: ऐसी समीक्षा जो निष्कर्ष तक नहीं पहुँचती। CLI की एक पुल रिक्वेस्ट एक ही रात में पचास से अधिक दौर से गुज़री थी। अधिकतम तीन दौर की सीमा, केवल नए डिफ़ तक सीमित समीक्षा और बग की श्रेणी के अनुसार रिपोर्ट करने से समीक्षा जल्दी निष्कर्ष पर पहुँचती है:

संकेतक (Claude Code की आंतरिक पुल रिक्वेस्ट)	बदलावों से पहले	बदलावों के बाद
समीक्षा और सुधार के एक ही दौर के बाद स्वीकृत	65 %	78 %
पाँच या अधिक दौर की ज़रूरत वाली	8,9 %	1,5 %
स्वीकृति से पहले समीक्षाओं की औसत संख्या	2,08	1,32

लेख के अंत में लागू करने के लिए एक सूची दी गई है: संक्षिप्त CLAUDE.md, स्थानीय तौर पर /code-review और /security-review, कोड के ज़िम्मेदार लोगों द्वारा लिखी गई REVIEW.md फ़ाइल, लिखित जोखिम स्तर, मर्ज कतार और मूल्यांकन सेट के रूप में हर दिन दोहराई जाने वाली पिछली घटनाएँ।

🔗 Claude Code की टीम का लेख · @ClaudeDevs द्वारा साझा किया गया संदेश

Codex CLI 0.163.0: उत्तर के दौरान दिशा देना, /config में खोज और Daybreak डिफ़ॉल्ट रूप से सक्रिय

15 अक्टूबर — OpenAI ने 21:30 UTC पर Codex CLI 0.163.0 जारी किया, जो 9 अक्टूबर के 0.162.1 के बाद पहला स्थिर संस्करण है और जिसमें 0.162.0 के बाद से 227 प्रविष्टियाँ हैं। Daybreak, जिसे 7 अक्टूबर के 0.161.0 में cli_daybreak विकल्प के पीछे रखा गया था, अब पात्र खातों के लिए डिफ़ॉल्ट रूप से सक्रिय है, और सर्वर से पहुँच मिलने पर codex exec इसे OpenAI API कुंजी के साथ चुन सकता है।

संबंधित क्षेत्र	0.163.0 में किया गया बदलाव
दिशा देना	उत्तर जारी रहने के दौरान भेजा गया अगला संदेश Codex को तुरंत दिशा देता है; किसी टर्न को बाधित करने पर सक्रिय Code Mode सेल भी रुक जाते हैं
कमांड `/config`	सभी श्रेणियों में प्राथमिकताओं की खोज, संगत सेटिंग तुरंत लागू
कमांड `/keymap`	लीडर कुंजी को कॉन्फ़िगर किया जा सकता है (डिफ़ॉल्ट रूप से Ctrl+X); आवाज़ म्यूट करने की कुंजी अब F9
कमांड `/daemon`	प्रबंधित बैकग्राउंड सर्वर को फिर से शुरू करना, फिर अपने आप दोबारा जुड़ना
टूल	स्वतंत्र, केवल पढ़ने वाले टूल समानांतर रूप से चलते हैं
नेटवर्क प्रॉक्सी	DNS रिज़ॉल्यूशन से पहले अनुमति की जाँच, दोहराए गए `Host` हेडर अस्वीकार

किसी बातचीत को फिर शुरू करने पर उसकी अनुमतियाँ और नेटवर्क मंज़ूरियाँ भी बहाल होती हैं, और Codex अब संशोधित zsh साथ नहीं लाता: वह अपने मानक शेल निष्पादक का इस्तेमाल करता है।

🔗 Codex CLI 0.163.0 के रिलीज़ नोट्स

Cursor: क्लाउड एजेंट साझा किए जा सकने वाले कैनवस बनाते हैं, Environments API बीटा में, Meta का Muse Wonder CursorBench पर 46,1 % तक पहुँचा

16 अक्टूबर — Cursor के क्लाउड एजेंट अब इंटरैक्टिव कैनवस (canvases) बना सकते हैं: उनके काम करने के दौरान उनसे डैशबोर्ड या रिपोर्ट माँगी जा सकती है, फिर तैयार कैनवस को लिंक के ज़रिए टीम के साथ साझा किया जा सकता है। Environments API बीटा में आ गया है: यह प्रोग्राम के ज़रिए इन एजेंटों के वातावरण बनाता और प्रबंधित करता है, जिसमें क्लोन की गई रिपॉज़िटरी और environment.json कॉन्फ़िगरेशन भी शामिल हैं। अब एक वातावरण में अधिकतम 500 रिपॉज़िटरी हो सकती हैं, और Cursor के अनुसार, कई रिपॉज़िटरी वाले बड़े वातावरण 5 गुना तेज़ी से शुरू होते हैं। संदेश श्रृंखला में जिस चेंजलॉग प्रविष्टि का उल्लेख था, वह 16 की शाम तक ऑनलाइन नहीं आई थी, इसलिए संबंधित योजनाएँ, कीमत और बीटा से बाहर आने की तारीख अभी अज्ञात हैं।

15 अक्टूबर — Meta द्वारा लॉन्च किए जाने के तीन दिन बाद Muse Wonder, Cursor में उपलब्ध हो गया है; इसकी कीमत Meta के API की तरह इनपुट के प्रति मिलियन टोकन 4 डॉलर और आउटपुट के 20 डॉलर है। Cursor डिफ़ॉल्ट प्रयास स्तर पर CursorBench में 46,1 % स्कोर को प्रमुखता देता है, जो किसी Muse मॉडल का सर्वश्रेष्ठ स्कोर है; सार्वजनिक CursorBench 4.0 रैंकिंग में अन्य प्रयास स्तरों का ब्यौरा दिया गया है।

मॉडल और प्रयास स्तर	CursorBench 4.0 स्कोर	प्रति कार्य लागत	रैंकिंग में स्थान
Claude Opus 5.5 Max	57,8 %	13,43 डॉलर	1वाँ
Muse Wonder Max	50,4 %	5,25 डॉलर	12वाँ
Muse Wonder Extra High	48,2 %	4,24 डॉलर	15वाँ
Muse Wonder High	46,1 %	3,51 डॉलर	21वाँ
Muse Wonder Medium	45,2 %	2,82 डॉलर	22वाँ
Muse Wonder Low	41,7 %	1,91 डॉलर	32वाँ
Muse Spark 1.3 Max	41,6 %	2,64 डॉलर	34वाँ

🔗 क्लाउड एजेंटों पर Cursor की संदेश श्रृंखला · Cursor में Muse Wonder · CursorBench की रैंकिंग

Gemini CLI बताता है कि वह Gemini 4 Argon के लिए अनुकूलित नहीं है और Antigravity CLI की ओर भेजता है

16 अक्टूबर — Google ने रात में Gemini CLI के README की शुरुआत में एक चेतावनी जोड़ी। यह सूचना याद दिलाती है कि मुफ़्त स्तर और Google One के उपयोगकर्ताओं के लिए 18 जून 2026 को Gemini CLI की जगह Antigravity CLI ने ले ली थी, फिर Argon इस्तेमाल करने के लिए Antigravity अपनाने का सुझाव देने से पहले मोटे अक्षरों में स्पष्ट करती है:

Gemini CLI has not been optimized for Gemini 4 Argon.

🇮🇳 Gemini CLI को Gemini 4 Argon के लिए अनुकूलित नहीं किया गया है। — Gemini CLI का README, पुल रिक्वेस्ट 29774

एक घंटे से कुछ अधिक समय बाद मर्ज किया गया दूसरा बदलाव इस संदेश का दायरा सभी नवीनतम Gemini मॉडल तक बढ़ाता है और बेहतर कोडिंग अनुभव के लिए Antigravity CLI की ओर भेजता है। इस दौरान README से उसके पुराने तर्क भी हटा दिए गए: « Gemini CLI क्यों? » खंड और उसका प्रति मिनट 60 तथा प्रतिदिन 1 000 अनुरोधों वाला मुफ़्त स्तर, उन्नत क्षमताएँ और GitHub एकीकरण; Google खाते से साइन इन करने की सुविधा अब केवल संगठनों के सशुल्क Code Assist लाइसेंस के लिए है।

ये सूचनाएँ 19 मई को घोषित बदलाव की अगली कड़ी हैं: 18 जून से Gemini CLI, Code Assist Standard और Enterprise लाइसेंस तथा सशुल्क API कुंजियों के लिए उपलब्ध है, साथ ही नवीनतम Gemini मॉडल तक पहुँच का वादा भी है। Argon के सामान्य रूप से उपलब्ध होने के तीन दिन बाद भी, उसे Gemini CLI के मॉडल चयनकर्ता में जोड़ने वाला सामुदायिक प्रस्ताव (पुल रिक्वेस्ट 29737) अब तक मर्ज नहीं हुआ है।

🔗 README को साफ़ करने वाली पुल रिक्वेस्ट 29775 · Antigravity CLI की ओर बदलाव पर 19 मई का लेख

संक्षिप्त समाचार

कोड एजेंट और टूल

Amp अपने रनर का डेस्कटॉप दिखाता है — अब किसी थ्रेड से macOS या Linux रनर का डेस्कटॉप देखा और नियंत्रित किया जा सकता है, उदाहरण के लिए Amp से बने iOS ऐप को आज़माने के लिए, ब्राउज़र या iPhone और iPad ऐप के ज़रिए; रनर के थ्रेड में लिख सकने वाला हर व्यक्ति उसके डेस्कटॉप को भी नियंत्रित कर सकता है। 🔗 स्रोत
v0 — प्रीव्यू के लिए बहुत बड़ी फ़ाइलें Code टैब से डाउनलोड की जा सकती हैं, iOS ऐप में स्किल और डिज़ाइन सिस्टम चुनने के विकल्प तथा वीडियो अटैचमेंट जोड़े गए हैं, और अधिक प्रयास वाले स्तरों पर Gemini 4 के अनुरोध अब विफल नहीं होते। 🔗 स्रोत
Copilot CLI का प्रीव्यू — एक ही दिन में तीन प्रीव्यू संस्करण (1.0.99-2, 1.0.99-3 और 1.0.100-0), कोई स्थिर संस्करण नहीं: ऑनलाइन सेशन में अर्थ-आधारित कोड खोज डिफ़ॉल्ट सेटिंग बन गई है, --disable-client-telemetry विकल्प क्लाइंट टेलीमेट्री बंद करता है, और अटका हुआ MCP सर्वर अब सेशन को नहीं रोकता। 🔗 स्रोत
Slack और Teams में Copilot — @GitHub अब एक ही बातचीत में कई रिपॉज़िटरी पर काम करता है: खुली या मर्ज की गई पुल रिक्वेस्ट, फ्रंटएंड और बैकएंड दोनों से जुड़ी पड़ताल, गतिविधियों का सारांश; साझा किए गए Slack संदेश और थ्रेड संदर्भ के रूप में इस्तेमाल होते हैं। 🔗 स्रोत
Qwen Code v0.25.3-preview.0 — स्थिर संस्करण v0.25.2 के अगले दिन आए 64 प्रविष्टियों वाले प्रीव्यू में QwenCloud को /auth में सबसे ऊपर रखा गया है, Managed Agent को स्वीकृतियाँ चालू या बंद करने के विकल्प के साथ Shell का पूरा ऐक्सेस दिया गया है, और Web Shell में कार्यपथ सीधे दिखाए जाते हैं। 🔗 स्रोत
Gemini CLI, नाइटली 0.66.0 — इस श्रृंखला का पहला नाइटली संस्करण, जिसमें नौ सुधार हैं: tmux में झिलमिलाहट रोकने के लिए समन्वित आउटपुट, इंटरफ़ेस को अटका देने वाले Git प्रॉम्प्ट, MCP सेटिंग में अब सही ढंग से हल होने वाले .env वेरिएबल, और एक पंक्ति के विवरण वाली SKILL.md फ़ाइलें; स्थिर और प्रीव्यू संस्करण अपरिवर्तित हैं। 🔗 स्रोत
DeepSeek Harness 0.2.1-alpha.5 — 29वाँ प्रीव्यू, अभी कोई स्थिर संस्करण नहीं: चार सुधार (प्लगइन सक्रिय करने के बाद स्किल का मेन्यू, अनावश्यक टर्मिनल, PTC मोड के निर्देश, Windows और Linux पर Page Up कुंजी) और प्लगइन के लिए प्रदाता के अनुसार मॉडल के नाम बदलने का एक स्थान। 🔗 स्रोत

ChatGPT, Claude और उद्यमों में एआई

Enterprise के लिए ChatGPT Sites — @OpenAIDevs ने Enterprise के लिए सामान्य उपलब्धता की घोषणा की है, जिसमें नए Sites के लिए अमेरिका या यूरोपीय संघ में डेटा रखने की सुविधा, सत्यापित डोमेन और आंतरिक API तक निजी टनल शामिल हैं; Enterprise के रिलीज़ नोट्स में प्रशासकों के लिए जारी किए जा रहे प्रीव्यू का उल्लेख है, और Plus तथा Pro पर Sites की तय सीमा हट गई है। 🔗 स्रोत
ChatGPT Slides जारी होना शुरू — 29 सितंबर के DevDay में घोषित सहयोगी प्रस्तुतियाँ पात्र Pro, Business और Enterprise ग्राहकों के लिए Space में आ रही हैं, जिनमें वास्तविक समय में साथ संपादन, ChatGPT से प्रस्तुति देना और PowerPoint, PDF या Google Slides में निर्यात करना शामिल है। 🔗 स्रोत
Stack Overflow for Agents — OpenAI के एक केस अध्ययन के अनुसार, दो इंजीनियरों ने Codex की मदद से कुछ ही हफ़्तों में उत्पाद तैयार कर दिया; इसके ChatGPT प्लगइन से रातोंरात पंजीकरण तीन गुना हो गए, और Stack Internal का कनेक्टर 3 से 6 हफ़्तों के बजाय 4 दिनों में बनाया जा रहा है। 🔗 स्रोत
Sullivan & Cromwell — इस कानूनी फ़र्म ने OpenAI के साथ Agreement Analyzer बनाया है, जिसका प्रोटोटाइप जॉन सावा ने फ़र्म के भीतर Codex से तैयार किया था; यह अनुबंध के मसौदे पर एक ज्ञापन और प्रस्तावित संशोधन देता है, जिनकी वकील समीक्षा करता है; अध्ययन में लाभ का कोई आँकड़ा नहीं दिया गया है। 🔗 स्रोत
Anthropic के एक बिक्री प्रतिनिधि के एजेंट — जापान की टीम के शाहबोज़ इब्रागिमोव ने Claude Managed Agents पर छह एजेंटों का वर्णन किया है (संभावित ग्राहकों की छँटाई, Salesforce, जापानी या अंग्रेज़ी में जवाब, कार्यवृत्त), आगे की कार्रवाई के लिए Claude Tag और आवश्यक निर्णय क्षमता के अनुसार Sonnet या Opus का इस्तेमाल किया जाता है; उनके साप्ताहिक कार्य-विवरण के अनुसार लगभग 60 घंटे का काम बचा। 🔗 स्रोत
American Forge — Cognition और National Design Studio छह महीने का एक रेज़िडेंसी कार्यक्रम शुरू कर रहे हैं, जिसके तहत इंजीनियर अमेरिकी सरकार में काम करेंगे; लेख के अनुसार, सरकार की 29 000 से अधिक वेबसाइट पुरानी या अप्रचलित हैं; आवेदन खुले हैं, लेकिन वेतन और स्थानों की संख्या का उल्लेख नहीं है। 🔗 स्रोत

जनरेट की गई आवाज़ और वीडियो

HeyGen के MCP में HeyGen Video 1 — अपने एजेंट (ChatGPT, Claude, Claude Code या Cursor) को मनचाहे वीडियो का विवरण दें और प्रकाशन के लिए तैयार वीडियो मिल जाता है, HeyGen के अनुसार कुछ ही सेकंड में; रेंडर के लिए प्लान के क्रेडिट काटे जाते हैं। 🔗 स्रोत
NTT Docomo Business और ElevenAgents — यह ऑपरेटर आइज़ुवाकामात्सु (फ़ुकुशिमा) में ElevenAgents पर बने अपने वॉइस असिस्टेंट CONN का परीक्षण कर रहा है, ताकि बर्फ़ के कारण बाहर न निकल पाने वाले बुज़ुर्ग निवासियों को जानकारी दी जा सके और उनसे बातचीत की जा सके; प्रतिक्रियाएँ सकारात्मक बताई गई हैं, लेकिन कोई आँकड़ा नहीं दिया गया है। 🔗 स्रोत
ElevenLabs के प्रमाणन — ElevenLabs ने अपने ISO/IEC 27001, 27701, 42001, 27017 और 27018, SOC 2 Type II तथा PCI DSS स्तर 1 प्रमाणनों का नवीनीकरण किया है, और ElevenProductions के लिए SOC 2 Type I जोड़ा है। 🔗 स्रोत

मॉडल, बेंचमार्क और शोध

STEMBench पर Mistral Large 4 — Mistral ने Ulam के वैज्ञानिक बेंचमार्क को प्रमुखता दी है, जहाँ उसके मॉडल को बिना टूल के 4 में से 2,501 अंक मिले हैं (अभियांत्रिकी में 2,602, खगोल विज्ञान में 2,597): 10 कॉन्फ़िगरेशन में 6वाँ और बिना टूल वाले मॉडलों में 4वाँ स्थान, Muse Wonder, Claude Opus 5.5 और Hy4 Preview के पीछे; पहले दो, GPT-6 Astra xhigh और GPT-6.1 Sol, Codex में टूल के साथ चल रहे थे। 🔗 स्रोत
Jebadiah v2.1 — 10 अक्टूबर को Apache-2.0 के तहत जारी 27B और 9B के दो खुले निर्णय मॉडल Decision Index की 168 प्रविष्टियों में 55,94 (35वाँ स्थान) और 44,91 (74वाँ स्थान) हासिल करते हैं, Jev 1.13 (60,11) के पीछे। 🔗 स्रोत
Nemotron 3.5 Super VL और चार्ट — Thoughtworks के अनुसार, जनरेट किए गए 24 000 चार्ट पर 3,3 घंटे प्रशिक्षित किया गया LoRA मॉडल के एक प्रारंभिक चेकपॉइंट का स्कोर CharXiv के 224 प्रश्नों पर 16,96 % से बढ़ाकर 78,13 % कर देता है, लेकिन इसकी कीमत अन्य जगह सही हल होने वाले प्रश्नों में 104 की शुद्ध कमी है। 🔗 स्रोत
Intel का Arc Pro B65 — llama.cpp पर समुदाय के एक बेंचमार्क में लगभग 30B के तीन 4-बिट मॉडल पर प्रीफ़िल के दौरान फ़्लैश अटेंशन वाला SYCL, Vulkan से 31,2 % तेज़ पाया गया: इनमें से दो मॉडलों पर लगभग 16 000 टोकन के प्रॉम्प्ट का पहला टोकन 42 के बजाय 20,5 सेकंड में मिला। 🔗 स्रोत
TB-Lite Verified — Hugging Face ने बिना घोषणा किए टर्मिनल एजेंटों के लिए OpenThoughts-TBLite बेंचमार्क का सुधारा हुआ संस्करण ऑनलाइन रखा है: 100 में से पाँच दोषपूर्ण कार्य हटाए गए हैं, 0,997 पर अटक जाने वाली स्कोरिंग सुधारी गई है, कोई स्कोर प्रकाशित नहीं किया गया है। 🔗 स्रोत
Sakana AI का AutoIllustrate — 14 अक्टूबर की छूटी ख़बर: Apache-2.0 के तहत उपलब्ध एक कमांड लाइन टूल शोधपत्र के «विधियाँ» खंड को संपादन योग्य draw.io चित्र में और फिर नई दृश्य शैली वाले PNG में बदलता है; इसका इस्तेमाल The Agentic Scientist के चित्र बनाने में हुआ था। 🔗 स्रोत
Meta के अनुसार LLM की चापलूसी — facebookresearch ने बिना घोषणा किए «From Preference Data to Personalization» शोधपत्र के प्रॉम्प्ट और मूल्यांकन मानदंड प्रकाशित किए हैं, जो जवाबों को खुलकर असहमति जताने से लेकर स्पष्ट समर्थन देने तक सात प्रकारों में बाँटते हैं; कोई मॉडल या आँकड़ा नहीं दिया गया है। 🔗 स्रोत
Anthropic और Simons Foundation — Anthropic ने गणितज्ञों के लिए वित्तपोषण, कंप्यूटिंग संसाधनों और Claude तक पहुँच के रूप में 5 मिलियन डॉलर देने की प्रतिबद्धता जताई है, जिसका प्रबंधन Simons Foundation करेगी; Simons Foundation के अनुसार, फ़ाउंडेशन और OpenAI के योगदान के साथ कुल राशि 15 मिलियन डॉलर पहुँचती है, जिसमें OpenAI भी 5 मिलियन डॉलर दे रहा है, और इसका आवंटन अन्य तरीकों के साथ प्रस्ताव आमंत्रित करके किया जाएगा। 🔗 स्रोत

मार्गदर्शिकाएँ और सम्मान

Perplexity के अनुसार LLM की सुरक्षा — एक मार्गदर्शिका OWASP Top 10 for LLM Applications 2026 के दस जोखिमों को समझाती है, हर जोखिम के लिए एक घटना और बचाव के उपाय देती है, और Perplexity की सुरक्षा व्यवस्थाएँ याद दिलाती है (Computer का सैंडबॉक्स, Comet के लिए BrowseSafe, तीसरे पक्ष के प्रदाताओं द्वारा डेटा न रखना); कोई नई सुविधा नहीं है। 🔗 स्रोत
एआई के साथ पढ़ाई — Perplexity ने शोध पर आधारित पाँच तरीके प्रकाशित किए हैं (खुद से सवाल पूछवाना, अंतराल देकर पढ़ना, दोबारा समझाना, विषय बदल-बदलकर पढ़ना, अपनी प्रगति पर नज़र रखना) और Gallup तथा Lumina Foundation का हवाला दिया है: 57 % अमेरिकी छात्र अपनी पढ़ाई के लिए हर हफ़्ते एआई इस्तेमाल करते हैं। 🔗 स्रोत
TIME की वर्ष की सर्वश्रेष्ठ आविष्कारों की सूची में दो नाम — पत्रिका ने 2026 के अपने सर्वश्रेष्ठ आविष्कारों में Meta के Omnilingual ASR को शामिल किया है, जो 1 600 से अधिक भाषाओं के लिए वाक् पहचान प्रणाली है, और NVIDIA के NemoClaw को भी, जो सैंडबॉक्स में सीमित एक स्वायत्त एजेंट है। 🔗 Meta · 🔗 NVIDIA

GitHub: लाइसेंस, रनर और ऐक्सेस

ओपन सोर्स लाइसेंस का अनुपालन — Code Security वाले GitHub Enterprise Cloud के लिए सामान्य उपलब्धता: नियमों के एक समूह के ज़रिए उद्यम की लाइसेंस नीति पुल रिक्वेस्ट पर लागू की जाती है, और एक नया एंडपॉइंट कोड एजेंटों को जाँचने देता है कि कोई पैकेज उसका पालन करता है या नहीं। 🔗 स्रोत
Xcode 27 इमेज — एआई से इतर, GitHub Actions की Xcode 27 रनर इमेज (macOS 27, केवल Apple Silicon) अब सामान्य रूप से उपलब्ध है; xcode-27 और xcode-27-xlarge लेबल अपरिवर्तित हैं। 🔗 स्रोत
Evergreen — एआई से इतर, GitHub ने एक GitHub App पेश किया है, जो हर तिमाही उन बाहरी सहयोगियों का ऐक्सेस रद्द करता है जिनकी पुष्टि नहीं हुई है, और 1 400 से अधिक कर्मचारियों के साझा संगठन की निष्क्रिय रिपॉज़िटरी को कभी हटाए बिना संग्रहित करता है। 🔗 स्रोत

इसका क्या अर्थ है

दीर्घवृत्तीय वक्र एक ही दिन में Anthropic के दो लेखों का विषय रहे, दोनों छोरों से। अतीत की ओर देखें तो Claude ने NIST के सीड के पीछे मौजूद जनरेटर और टाइमस्टैम्प खोज निकाले: कुछ भी भेदा नहीं गया है, Anthropic यह बात बार-बार कहता है, लेकिन हेरफेर की संभावना अब बहुत कम लगती है, और CC0 के तहत प्रकाशित कोड से कोई भी परिणाम दोहरा सकता है। भविष्य की ओर देखें तो Claude Mythos 5 ने दीर्घवृत्तीय वक्र पर बिंदुओं को जोड़ने वाला ऐसा सर्किट खोजा है, जिसमें 12 % अधिक क्यूबिट के बदले 17 गुना कम गेट चाहिए; यह उन क्वांटम एल्गोरिदम का केंद्रीय घटक है जो दीर्घवृत्तीय वक्रों पर असतत लघुगणक की गणना कर सकते हैं, वही समस्या जिस पर ECDSA की सुरक्षा निर्भर करती है। इससे Anthropic निष्कर्ष निकालता है कि उपयोगी क्वांटम कंप्यूटर उम्मीद से पहले आ सकते हैं: इन वक्रों को बनाने की प्रक्रिया पर भरोसा ऐसे समय बढ़ रहा है, जब उन क्वांटम सर्किटों की अनुमानित लागत घट रही है जो एक दिन उनके लिए ख़तरा बन सकते हैं।

प्रयोगशालाओं में एजेंट अधिक समय तक अकेले काम कर रहे हैं, और सत्यापन उनकी विश्वसनीयता की शर्त बनता जा रहा है। Claude Mythos 5 ने एक स्वचालित मूल्यांकनकर्ता के सामने 53 घंटे तक काम किया, साथ में Lean में औपचारिक रूप दिया गया प्रमाण था; Argon के एजेंट धोखाधड़ी पहचानने के लिए नियुक्त Observer की निगरानी में 27 घंटे से अधिक खेले; Antigravity का एजेंट एक प्रोटोकॉल लिखता है, लेकिन उसके बैक्टीरियोसिन के प्रयोगशाला सत्यापन की अभी प्रतीक्षा है। शोधकर्ताओं के टूल भी इसी तर्क पर चलते हैं: Deep Review प्रस्तुत करने से पहले कथनों और संगति की जाँच करता है, Open Math OS, Lean पर निर्भर करता है और परियोजनाओं को डिफ़ॉल्ट रूप से निजी रखता है, और Rosalind Academic Plan में GPT-Rosalind तक पहुँच विश्वसनीय ऐक्सेस की स्वीकृति के बाद ही खुलती है।

खुले मॉडलों के मामले में लाइसेंस फिर एक आकर्षण बन रहा है। व्यावसायिक उपयोग पर सीमित शर्तों वाली Muse Model License के तहत जारी Muse Spark Open के अगले दिन Beam, Apache 2.0 के तहत आता है, पहले ही दिन 40 से अधिक साझेदारों, NVFP4 चेकपॉइंट और उसे प्रशिक्षित करने के लिए इस्तेमाल किए गए हार्नेस के साथ। छोटे मॉडल भी यही लाइसेंस अपनाते हैं और दक्षता पर ध्यान देते हैं: सबसे छोटा Bonsai 2, 0,43 Go में समा जाता है और फ़ोन पर चलता है, और निर्णय मॉडल एक श्रेणी के रूप में आकार ले रहे हैं, जिसमें pplx-decider-v1.2 और उसका Flash संस्करण क्रमशः 0,02 और 0,01 डॉलर प्रति मिलियन टोकन पर उपलब्ध हैं, Granite Switch 4.1 के अडैप्टर आधार मॉडल के कैश का दोबारा इस्तेमाल करते हैं, और एक साझा रैंकिंग है, Decision Index।

हार्नेस अब मॉडल जितना ही मायने रखता है। Reflection, Beam को Mirror CLI के साथ देता है, Google, Argon के उपयोगकर्ताओं को Gemini CLI के बजाय Antigravity CLI की ओर भेजता है, और Claude Code की टीम मर्ज की संख्या दोगुनी होने का श्रेय अपनी समीक्षा प्रक्रिया के पुनर्गठन को देती है, जिसमें एक क्लासिफ़ायर तय करता है कि कितने मनुष्यों की ज़रूरत है। आम उपयोगकर्ताओं के लिए एजेंटों की पहुँच बढ़ रही है: GPT-6 Astra Pro एक कार्य को कई एजेंटों में बाँटता है, Grok Bot, Robinhood, Coinbase और eToro से जुड़ता है, और ChatGPT के प्लगइन वितरण का एक माध्यम बन रहे हैं, Pika के टूल से लेकर Stack Overflow for Agents के तीन गुना हुए पंजीकरण तक।