Anthropic LLM में एक वैश्विक कार्यक्षेत्र (J-space) का पता लगाता है, Runway पेरिस में physical AI hub खोलता है, Claude Code agentic loops की व्याख्या करता है

6 जुलाई का यह दिन मूलभूत व्याख्येयता और भौतिक अवसंरचना के बीच एक घना दिन रहा: Anthropic J-space पर एक शोध प्रकाशित करता है, जो LLM में खोजा गया वैश्विक कार्यक्षेत्र है और तंत्रिका-विज्ञान की चेतना-संबंधी सिद्धांतों की याद दिलाता है; Runway physical AI में शोध के लिए 30 M USD निवेश के साथ फ्रांस में अपना पहला कार्यालय घोषित करता है; और Claude Code टीम अंततः उन चार प्रकार के agentic loops का दस्तावेज़ीकरण करती है जो स्वायत्त workflows को संरचित करते हैं। open source की ओर, LeRobot v0.6.0 और Google DeepMind × Apptronik साझेदारी 2026 में रोबोटिक AI की संरचना को और स्पष्ट करते हैं।

Anthropic शोध — LLM में वैश्विक कार्यक्षेत्र, J-space

6 जुलाई — Anthropic transformer-circuits.pub पर व्याख्येयता पर एक नया शोध प्रकाशित करता है: LLM में संज्ञानात्मक तंत्रिका-विज्ञान द्वारा वर्णित वैश्विक कार्यक्षेत्र (global workspace) के समान एक तंत्र मौजूद है — सक्रिय, सचेत, तर्क के लिए सुलभ सूचना का एक क्षेत्र। यह तंत्र, J-space नाम से, भाषा मॉडलों में स्वाभाविक रूप से उभरता है, बिना स्पष्ट रूप से डिज़ाइन किए गए।

शोध यह स्थापित करता है कि, जिस तरह मानव मस्तिष्क अपनी तंत्रिका गतिविधि का केवल एक अंश ही चेतना के लिए सुलभ बनाता है, उसी तरह LLM अपना सक्रिय तर्क इस सीमित क्षेत्र में केंद्रित करते हैं। इस खोज के तीन ठोस निहितार्थ हैं:

पढ़ना कि Claude किसी दिए गए क्षण में किस पर सक्रिय रूप से तर्क कर रहा है
तर्क की मध्यवर्ती अवस्थाओं का ऑडिट करना
निष्पादन के दौरान मॉडल की विचार-प्रक्रिया को दिशा देना

Anthropic का X थ्रेड Neuronpedia के माध्यम से open-weights मॉडलों पर उपलब्ध एक इंटरैक्टिव डेमो का उल्लेख करता है, जिससे J-space को सीधे खोजा जा सकता है। यह शोध Anthropic के mechanistic interpretability कार्यक्रम का हिस्सा है, जिसका उद्देश्य मॉडलों की आंतरिक अभ्यावेदनाओं को समझना है ताकि उनकी क्षमता बढ़ने के साथ उनकी विश्वसनीयता सुनिश्चित की जा सके।

New Anthropic research: A global workspace in language models. Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with. We found a strikingly similar dynamic inside language models. The J-space lets us read, audit, and shape what Claude is actively thinking about—useful tools for keeping models trustworthy as they grow more capable. And it suggests surprising parallels between language models and our own minds.

🇮🇳 Anthropic का नया शोध: भाषा मॉडलों में एक वैश्विक कार्यक्षेत्र। अभी आपके मस्तिष्क में जो कुछ हो रहा है, उसका केवल एक बहुत छोटा अंश ही सचेत रूप से सुलभ है — वे विचार जिन्हें आप वर्णित कर सकते हैं, मन में रख सकते हैं और जिन पर तर्क कर सकते हैं। हमने भाषा मॉडलों में एक आश्चर्यजनक रूप से समान गतिशीलता खोजी है। J-space हमें यह पढ़ने, ऑडिट करने और दिशा देने की अनुमति देता है कि Claude किस पर सक्रिय रूप से सोच रहा है — ये उपयोगी उपकरण हैं, जो मॉडलों की विश्वसनीयता को उनकी क्षमता बढ़ने के साथ बनाए रखने में मदद करते हैं। और यह भाषा मॉडलों तथा हमारे अपने मन के बीच चौंकाने वाली समानताओं का संकेत देता है। — @AnthropicAI on X

🔗 पूरा पेपर — transformer-circuits.pub

Runway पेरिस में फ्रांस का अपना पहला कार्यालय खोलता है

6 जुलाई — Runway पेरिस में अपने पहले फ्रांसीसी कार्यालय के उद्घाटन की घोषणा करता है, जो world models (दुनिया के मॉडल) और physical AI (भौतिक AI) पर शोध के लिए समर्पित है। यह hub Runway के यूरोपीय विस्तार का हिस्सा है, जो उसके पहले लंदन कार्यालय के खुलने के छह सप्ताह बाद आया है।

तत्व	विवरण
स्थान	पेरिस, फ्रांस
प्रारंभिक टीम	10 लोग
निवेश	30 M USD
फोकस	World models, physical AI
भर्ती	पेरिस + यूरोप

“France has one of the deepest concentrations of AI research talent in the world. We’re excited to plant a flag in Paris as we continue to grow our global research presence.”

🇮🇳 “फ्रांस के पास दुनिया में AI शोध प्रतिभा के सबसे गहरे एकाग्रणों में से एक है। हम पेरिस में अपना झंडा गाड़ने को लेकर उत्साहित हैं, क्योंकि हम अपने वैश्विक शोध उपस्थिति का विस्तार जारी रखे हुए हैं।” — Anastasis Germanidis, co-CEO, Runway

co-CEO ने प्रमुख फ्रांसीसी शोध संस्थानों से आए प्रतिभा-घनत्व और सरकारी समर्थन को निर्णायक कारक बताया। Runway पेरिस और पूरे यूरोप में सक्रिय रूप से भर्ती कर रहा है। 30 M USD का निवेश पेरिस को एक मौलिक शोध केंद्र के रूप में स्थापित करता है, जो वाणिज्यीकरण-उन्मुख लंदन hub का पूरक है।

🔗 आधिकारिक Runway घोषणा

Claude Code — agentic loops के चार प्रकारों पर मार्गदर्शिका

6 जुलाई — @ClaudeDevs के माध्यम से Claude Code टीम agentic loops के डिज़ाइन पर एक विस्तृत मार्गदर्शिका प्रकाशित करती है, जिसे पहले ही 316,000 बार देखा जा चुका है। यह मार्गदर्शिका एक सटीक परिभाषा से शुरू होती है: एक loop वह agent है जो तब तक कार्य-चक्र दोहराता है जब तक कोई समाप्ति-शर्त पूरी न हो जाए।

लूप का प्रकार	ट्रिगर	समाप्ति-शर्त	Claude Code प्रिमिटिव	सामान्य उपयोग-मामला
टर्न-बाय-टर्न (turn-based)	उपयोगकर्ता प्रॉम्प्ट	Claude मानता है कि कार्य पूरा हो गया	Agentic loop	छोटे और अन्वेषणात्मक कार्य
लक्ष्य-उन्मुख (goal-based)	प्रॉम्प्ट + स्पष्ट मानदंड	मानदंड पूरा हुआ या टर्न की अधिकतम संख्या	`/goal`	सत्यापन योग्य निकास-मानदंड वाले कार्य
समय-आधारित (time-based)	समय-अंतराल	रद्दीकरण या कार्य का अंत	`/loop`, `/schedule`	आवर्ती कार्य या बाहरी सिस्टम
सक्रिय (proactive)	बिना मानव के घटना या schedule	हर उप-कार्य का अंत	Dynamic workflows + mode auto	अच्छी तरह परिभाषित आवर्ती workflows

मार्गदर्शिका में दिए गए ठोस उदाहरण: /goal get the homepage Lighthouse score to 90 or above, stop after 5 tries (goal-based), /loop 5m check my PR, address review comments, and fix failing CI (time-based)। यह मार्गदर्शिका लंबे loops में कोड की गुणवत्ता प्रबंधन (स्व-परीक्षण के लिए SKILL.md, पुनरीक्षण के लिए दूसरा agent) और token उपयोग के नियंत्रण (उपयुक्त मॉडल का चयन, स्पष्ट समाप्ति-मानदंड) पर भी चर्चा करती है।

🔗 Thread @ClaudeDevs — लूप्स के साथ शुरुआत

Alberta सरकार — 20 घंटे में 466 मिलियन पंक्तियों का ऑडिट

6 जुलाई — Anthropic Canada की Alberta सरकार के एक विस्तृत उपयोग-मामले को प्रकाशित करता है: 2025 से, प्रांत अपने सरकारी सूचना-प्रौद्योगिकी सिस्टमों की सुरक्षा का ऑडिट करने के लिए Opus और Sonnet मॉडल के साथ Claude Code का उपयोग कर रहा है। परिणाम चौंकाने वाले हैं।

मेट्रिक	मान
स्कैन की गई कोड पंक्तियाँ	466 million
स्कैन की अवधि	20 घंटे
समानांतर agents	~50 (Opus + Sonnet)
कवर किए गए अनुप्रयोग	1 280
कवर किए गए repositories	3 400
संबंधित मंत्रालय	27
प्रति पास सुरक्षा जाँच	~95

यह architecture Claude Agent SDK से बने दो प्रकार के agents पर आधारित है: एक “red team” agent जो हमलावर की तरह applications की जाँच करता है, और एक “blue team” agent जो अंतरराष्ट्रीय सुरक्षा मानक के अनुसार defenses का मूल्यांकन करता है और remediations योजना लिखता है। 25 साल पुराना Java grants portal 4 से 5 दिनों में पुनर्निर्मित किया गया (मूलतः 5 महीने के मुकाबले)। Alberta तकनीकी white papers प्रकाशित कर रही है ताकि अन्य सरकारें इस दृष्टिकोण को दोहरा सकें।

🔗 Case study — anthropic.com

Sakana AI Sakana Translate लॉन्च करता है — वास्तविक समय में JA/EN/ZH अनुवाद

6 जुलाई — टोक्यो स्थित Sakana AI, जो bio-inspired neural networks में विशेषज्ञता रखती है, Sakana Translate लॉन्च करती है, जो उसके Sakana Chat सेवा में एकीकृत है। यह उपकरण जापानी ↔ अंग्रेज़ी ↔ चीनी के द्विदिश अनुवाद को तीन अलग-अलग मोड के साथ समर्थन करता है:

मोड	कार्यप्रणाली
Translate	वास्तविक समय में लंबा अनुवाद
Proofread	परिवर्तनों के ट्रैकिंग के साथ स्वर और वाक्य-विन्यास को परिष्कृत करता है
Ask	सूक्ष्म शब्द-चयन को स्पष्ट करता है

यह लॉन्च Sakana AI के उपभोक्ता-स्तरीय अनुवाद उपकरणों में प्रवेश को चिह्नित करता है, जिसमें विशेष रूप से पूर्वी एशिया की तीन प्रमुख भाषाओं पर ध्यान केंद्रित किया गया है। यह सेवा translate.sakana.ai पर उपलब्ध है।

🔗 Sakana AI ट्वीट

HuggingFace LeRobot v0.6.0 — world models, reward models, 9 बेंचमार्क परिवार

5-6 जुलाई — HuggingFace “Imagine, Evaluate, Improve” शीर्षक के तहत LeRobot v0.6.0 प्रकाशित करता है, एक संस्करण जो रोबोटिक learning को तीन पूरक आयामों में संरचित करता है।

world model के साथ policies:

Policy	विवरण
VLA-JEPA	कॉम्पैक्ट VLA (Qwen3-VL-2B) जो latent space में भविष्य की भविष्यवाणी करता है
LingBot-VA	autoregressive video-action model जो भविष्य के वीडियो और actions दोनों की एक साथ भविष्यवाणी करता है
FastWAM	मूल्यांकन करता है कि inference में imagination वास्तव में प्रदर्शन सुधारती है या नहीं

नए integrated VLAs: GR00T N1.7 (NVIDIA), MolmoAct2 (Allen AI, inference ~12 GB), EO-1, Multitask DiT, EVO1 (0,77 Md parameters)।

reward models: Robometer (पूरे LeRobot dataset पर zero-shot) और TOPReward (Qwen3-VL को judge के रूप में उपयोग करता है)।

अब benchmarks 9 परिवारों को कवर करते हैं: LIBERO, Meta-World, NVIDIA IsaacLab-Arena, और 6 नए। अवसंरचना में lerobot-rollout CLI के साथ DAgger strategy deployment, उपलब्ध GPU memory से बड़े models को प्रशिक्षित करने के लिए FSDP support, और एक-पंक्ति command में cloud training के लिए HF Jobs शामिल हैं।

🔗 LeRobot v0.6.0 — HuggingFace Blog

Google DeepMind × Apptronik — विस्तारित Robot Park, Gemini Robotics के लिए Apollo 2 डेटा

6 जुलाई — Google DeepMind Apptronik के साथ अपनी शोध साझेदारी के विस्तार की घोषणा करता है। Apptronik के Robot Park के विस्तार के अवसर पर, humanoid platform Apollo 2 द्वारा वास्तविक परिस्थितियों में एकत्र किए गए डेटा सीधे Gemini Robotics के प्रशिक्षण को शक्ति देंगे।

तत्व	विवरण
साझेदार	Apptronik (विस्तारित Robot Park)
प्लेटफ़ॉर्म	Apollo 2 (humanoid robot)
उपयोग	वास्तविक डेटा → Gemini Robotics प्रशिक्षण

यह घोषणा Google DeepMind की रणनीति को दर्शाती है: रोबोटिक AI को simulation के बजाय field data में स्थापित करना, और वास्तविक वातावरणों में तैनात भौतिक humanoid robots पर निर्भर रहना।

🔗 @GoogleDeepMind ट्वीट

संक्षिप्त समाचार

Kimi K2.7 Code बनाम Claude Fable 5 — landing pages पर लागत -94 % — Together AI एक तुलना प्रकाशित करता है: 12 landing pages उत्पन्न की गईं, Kimi K2.7 Code की लागत लगभग प्रति पृष्ठ 4 सेंट है, जबकि Fable 5 की 1,09 USD प्रति पृष्ठ (औसतन 16× सस्ता), और GPT-5.5 स्कोर में पृष्ठों के अनुसार 4 से 12 अंकों का अंतर है। दृश्य संदर्भों के MCP server के साथ Kimi का लाभ और बढ़ जाता है। 🔗 Together AI Blog

इसका क्या अर्थ है

व्याख्येयता प्रयोगशाला से पर्यवेक्षण उपकरण तक पहुँच रही है। Anthropic द्वारा J-space की खोज कोई पृथक शैक्षणिक परिणाम नहीं है: यह पहली बार है जब LLM के एक आंतरिक तंत्र को वास्तविक समय में पढ़ा, ऑडिट किया और दिशा दी जा सकती है, बिना मॉडल को बदले। यदि इस शोध पर आधारित पर्यवेक्षण उपकरण कार्यक्षम बनते हैं, तो वे इस बात को मौलिक रूप से बदल देंगे कि कोई स्वायत्त agent क्या योजना बना रहा है, इसे कैसे सत्यापित किया जाए — जो सुरक्षा टीमों और agentic workflows को डिबग करने वाले डेवलपर्स दोनों के लिए महत्वपूर्ण है।

physical AI यूरोप में पेरिस के माध्यम से स्थापित हो रहा है। Runway के पेरिस कार्यालय का उद्घाटन, HuggingFace के LeRobot v0.6.0 और Google DeepMind × Apptronik साझेदारी के साथ, physical AI के चारों ओर एक सुसंगत पारितंत्र बनाता है: ऐसे मॉडल जो उन्हें निष्पादित करने से पहले अपनी क्रियाओं की कल्पना करते हैं (world model policies), प्रशिक्षण के लिए humanoid robots के वास्तविक डेटा, और पहुँच के लोकतंत्रीकरण के लिए cloud infrastructure। Runway मौलिक शोध की घनता के कारण पेरिस चुनता है — यह इस क्षेत्र के भविष्य के भूगोल पर एक संकेत है।

agentic AI सरकारी उत्पादन में प्रवेश कर रहा है। Alberta का मामला कोई pilot नहीं है: 20 घंटों में 50 समानांतर agents द्वारा 466 million lines scanned, 1 280 applications और 27 ministries कवर, और अन्य सरकारों के लिए white papers प्रकाशित। Claude Code की loops पर guide के साथ मिलकर, जो पूरी तरह स्वायत्त workflows के लिए /goal, /loop, /schedule primitives को दस्तावेज़ित करती है, यह संकेत है कि agentic AI अब critical systems पर तैनात किए जाने के लिए पर्याप्त विश्वसनीय है — multi-agent supervised architectures के साथ।

लागत-गुणवत्ता समीकरण स्थानांतरित हो रहा है। Together AI द्वारा प्रकाशित Kimi K2.7 Code बनाम Fable 5 तुलना एक संरचनात्मक तनाव को मूर्त बनाती है: उच्च-आवृत्ति कार्यों (pages generation, repetitive workflows) के लिए, अच्छी तरह अनुकूलित open-weight models लागत को 16 गुना घटाते हैं, जबकि गुणवत्ता का अंतर 10 % से कम मापा गया है। इसका अर्थ यह नहीं कि closed models का मूल्य समाप्त हो गया है, बल्कि यह कि उनका लाभ उन कार्यों तक अधिक केंद्रित होता जा रहा है जहाँ marginal quality वास्तव में मायने रखती है।