खोजें

पिछले 30 दिन

  1. शुक्रवार, 20 नवंबर

    Hugging Face ने अपने हार्नेस अडैप्टर बनाने की विधि और Qwen3.8-27B के लिए एक संयुक्त सुपर-अडैप्टर जारी किया

    तीन दिनों की घोषणाओं के बाद, जिनमें कल यहाँ चर्चा किया गया Hermes अडैप्टर भी शामिल था, Hugging Face ने अपने हार्नेस अडैप्टर बनाने की पूरी विधि जारी की: ये Qwen3.8-27B के ऊपर, किसी एजेंट हार्नेस (pi, Hermes Agent या OpenCode) के भीतर…

    इससे भी जुड़ा: Hugging Face

    Apple ने Depth Pro 2 जारी किया, जो फ़ोटो और वीडियो में मीटर में गहराई का अनुमान लगाता है

    Apple ने Depth Pro 2 जारी किया, जो मॉडलों का एक परिवार है और मूल रिज़ॉल्यूशन पर फ़ोटो तथा वीडियो, दोनों में मीटर में गहराई का अनुमान लगाता है।

    इससे भी जुड़ा: Apple

    basecompute का Superfluid

    स्थानीय सर्वर अब Apple, AMD और NVIDIA मशीनों के बीच इन्फ़रेंस बाँटता है: निर्माता के अनुसार, छह मशीनें 64 सिम्युलेटेड उपयोगकर्ताओं के लिए आउटपुट दर को प्रति सेकंड 112 से 534 टोकन तक बढ़ाती हैं, और किसी नोड के बंद होने पर कोई अनुरोध नहीं…

    WavLate

    देर से अंतःक्रिया करने वाला यह खुला मॉडल पाठ से ध्वनियाँ और ध्वनि से पाठ खोजता है, जिसमें हर 0,31 सेकंड की ध्वनि के लिए एक वेक्टर और हर शब्द के लिए एक वेक्टर होता है; इसके लेखक ने AudioCaps और Clotho पर औसत Recall@1 स्कोर 37,9 बताया है, जो…

  2. गुरुवार, 19 नवंबर

    RadixArk ने DaisyRose-27B जारी किया, RL से परिष्कृत यह Qwen3.8-27B मॉडल Terminal-Bench 4.1 पर अपना स्कोर दोगुना करता है

    RadixArk ने DaisyRose-27B जारी किया है, जिसे वह अपना पहला मॉडल बताता है: यह Qwen3.8-27B है, जिसे उसके ओपन सोर्स फ़्रेमवर्क Miles से रीइन्फ़ोर्समेंट लर्निंग के ज़रिये दोबारा प्रशिक्षित किया गया है।

    Atto

    NeuML ने दस्तावेज़ खोज के लिए अत्यंत छोटे मॉडलों का एक परिवार प्रकाशित किया है, जो 840 पैरामीटर से 28 मिलियन तक जाता है: 90 000 पैरामीटर वाला डेंस मॉडल BEIR के एक उपसमुच्चय पर nDCG@10 में 0,4257 प्राप्त करता है, जबकि लगभग 256 गुना बड़े…

    ja-NCM

    एक डेवलपर ने खुले वेट वाला एक छोटा जापानी मॉडल प्रकाशित किया है, जो एक-एक टोकन के बजाय अवधारणाओं के आधार पर पाठ उत्पन्न करता है: उनके अनुसार, तुलनीय गुणवत्ता पर यह ऑटोरेग्रेसिव मॉडल से लगभग 6 गुना और डिफ़्यूज़न मॉडल से 2,4 गुना तेज़ है।

  3. बुधवार, 18 नवंबर

    NVIDIA ने Nemotron-Labs-Sigma जारी किया, सतत डिफ़्यूज़न वाले 14 भाषा मॉडलों के वज़न खुले तौर पर उपलब्ध

    NVIDIA ने Nemotron-Labs-Sigma को प्रमुखता से प्रस्तुत किया है, जिसके Hugging Face पर प्रकाशित वज़नों की घोषणा 16 नवंबर को हुई थी।

    इससे भी जुड़ा: NVIDIA

    ANEMLL

    एक शोध संस्करण Qwen3.8-27B को Mac M6 के Neural Engine और GPU के बीच बाँटता है: 64K के प्रॉम्प्ट को संसाधित करने में केवल Neural Engine के लगभग पाँच मिनट के मुकाबले ढाई मिनट लगते हैं; इसके लिए SIP को निष्क्रिय करना आवश्यक है।

    Samdei Type

    Apache 2.0 के तहत दो छोटे मॉडल (7,1M और 18,2M पैरामीटर) लैटिन अक्षरों में टाइप की गई खमेर भाषा को खमेर लिपि में बदलते हैं; लेखक के अनुसार, इनकी प्रति वर्ण त्रुटि दर 0,052 है, जबकि मौजूदा सर्वश्रेष्ठ खुले मॉडल की दर 0,066 है।

    ViKernel Scanner

    VIDRAFT ने एक ओपन सोर्स स्कैनर प्रकाशित किया है जो मॉडलों को नकली उपकरण देता है: जाँचे गए सभी 20 खुले मॉडलों को F ग्रेड मिला, और मध्यस्थ प्रदर्शन वाले मॉडल ने 100 में से 40 परीक्षणों में खतरनाक कार्रवाई करने का प्रयास किया।

    बिना सेंसर वाला Kimi K3.1 Pro

    प्रदाता OpenUncensored एक बिना पाबंदियों वाला संस्करण उपलब्ध कराता है, जो उसके परीक्षण सेट के वैध किंतु अनुमति की सीमा के करीब आने वाले 97 % अनुरोधों को संभालता है, जबकि मूल मॉडल 83 % को संभालता है; एजेंट के बार-बार चलने वाले चक्रों में…

    इससे भी जुड़ा: Moonshot AI

    RoboTwin Unified

    हरप्रीत सहोता ने 50 कार्यों में दो भुजाओं से वस्तुएँ संभालने के 27 500 एपिसोड और 6 मिलियन से अधिक चित्रों का FiftyOne इम्पोर्ट प्रकाशित किया है।

    Recapture

    Nutrient ने एक ओपन सोर्स उपकरण प्रकाशित किया है जो दस्तावेज़ पढ़ने वाले मॉडलों को प्रशिक्षित करने के लिए एनोटेशन वाले पृष्ठ को फ़ोन से ली गई तस्वीरों या यथार्थवादी स्कैन में बदलता है और एनोटेशन सुरक्षित रखता है।

    स्थानीय Kafka सहायक

    अपनी शृंखला के तीसरे भाग में रोमन मेल्निक ने फ़ाइन-ट्यूनिंग की जगह अपरिवर्तित Qwen3.8-27B पर दस्तावेज़ों में खोज का उपयोग किया है: 40 प्रश्नों पर +1,48 का सुधार, जबकि उनके फ़ाइन-ट्यून किए गए अडैप्टरों के लिए यह +0,08 और -0,18 था।

  4. मंगलवार, 17 नवंबर

    OpenRouter का Auto Router

    AutoBench परीक्षण के अनुसार, जिसके लेखक खुद भी एक राउटर पेश करते हैं, नया Auto Router, high सेटिंग पर 65,2 % मामलों में सही मॉडल चुनता है, जबकि पुराना 79,1 % मामलों में सही चुनता था; इसकी अन्य सेटिंग का प्रदर्शन संयोग के स्तर पर बना रहता…

    इससे भी जुड़ा: OpenRouter

    एजेंटों के रूप में बिना सेंसरशिप वाले मॉडल

    इन मॉडलों तक पहुँच बेचने वाली OpenUncensored ने 32 मॉडलों को टूल इस्तेमाल करने वाले पाँच कार्यों पर परखा: सर्वश्रेष्ठ मूल मॉडलों से बने मॉडल 38 % कार्य पूरे करते हैं, जबकि अन्य 28 %।

    TuHaMa

    Turkish NLP Suite ने Ekşi Sözlük फ़ोरम से लिए गए, 12 समूहों को निशाना बनाने वाले तुर्की भाषा के 52 000 घृणास्पद भाषण के उदाहरण प्रकाशित किए हैं, जिन्हें मॉडलों की सांस्कृतिक समझ की परीक्षा के रूप में प्रस्तुत किया गया है।

    AI Model Hacking Hackathon

    VIDRAFT ने ब्राउज़र में ViKernel की रेड टीमिंग की प्रतियोगिता शुरू की है, जो चार सत्रों में होगी और जिसमें 4 500 डॉलर की पुरस्कार राशि है।

    LeWAM

    केवोर्क सुलाहियन ने GPT-6 Astra से वज़नों को सीधे संपादित करके LeWAM की रोबोट नियंत्रण नीति सुधारने को कहा: 300 नई शुरुआती स्थितियों पर सातों संपादित संस्करणों में से किसी ने भी मूल नीति से बेहतर प्रदर्शन नहीं किया (-2,3 से +3,0 अंक)।

    FiftyOne के लिए TartanGround

    Voxel51 ने CMU AirLab के डेटासेट से ज़मीनी रोबोट के छह मार्गों (अस्पताल, बंदरगाह, दलदल, जापानी शहर, कारखाना, शहर का केंद्र) को कैमरा, सेगमेंटेशन, लिडार, स्थिति और अभिविन्यास तथा IMU डेटा सहित रूपांतरित किया है।

  5. सोमवार, 16 नवंबर

    JFinBench: जापानी वित्त में सबसे अच्छा खुला मॉडल अब भी Claude Fable 5 से 12,4 अंक पीछे है

    Sakana AI ने JFinBench प्रकाशित किया है (ब्लॉग पोस्ट जापान के समय के अनुसार 17 नवंबर की है), जो लेखांकन विशेषज्ञता से लेकर कर परामर्श तक की छह जापानी वित्तीय परीक्षाओं के 2026 सत्रों पर आधारित बेंचमार्क है।

    इससे भी जुड़ा: Anthropic, Sakana AI

    projectsim (Kaedim)

    रोबोटिक्स सिमुलेशन के लिए तैयार 200 से अधिक 3D वस्तुएँ, जिनमें 140 जोड़युक्त हैं, मुफ़्त हो गई हैं और NVIDIA के SimReady Central में भी जोड़ी जा रही हैं, जहाँ सात पहले से ऑनलाइन हैं।

    llama.cpp का CI

    तीन महीनों में 3 181 पुल रिक्वेस्ट और GitHub की मुफ़्त योजना की सीमाओं (10 Go कैश, एक साथ 20 जॉब) के कारण, टीम अब केवल डिफ़ से प्रभावित जॉब चलाती है, अपने ccache कैश Hugging Face Buckets में रखती है और अधिकांश Linux x64 जॉब Hugging Face…

    Tiny Aya Global

    समुदाय के पाँच लेख, जिनमें से अधिकांश Lexsi Labs के हैकाथॉन से निकले हैं, Cohere Labs के छोटे बहुभाषी मॉडल पर काम करते हैं: लेखकों के अनुसार, एक डेटाबेस एजेंट स्वयं सुधार के तीन चरणों में 0,5 से 49,1 % सफलता तक पहुँचता है, और अस्वीकृति के…

    Modular Diffusers

    एक मार्गदर्शिका बताती है कि किसी ऐसे मॉडल के वज़न बदलकर और Hub पर ब्लॉक प्रकाशित करके उसे Diffusers में कैसे इस्तेमाल किया जाए, जो अभी उसमें एकीकृत नहीं है; लेखक ने यह काम Claude Opus 5.5 वाले Claude Code को सौंपा था, क्योंकि Astra के साथ…

    इससे भी जुड़ा: Hugging Face

    फ़ोन पर छोटे मॉडल

    एक डेवलपर ने Android फ़ोन पर स्थानीय रूप से Qwen3.5 0,8B और 2B द्वारा पूरी की गई Amazon पर खरीदारी की दो संपूर्ण प्रक्रियाएँ प्रकाशित की हैं, जिनमें प्रति कॉल इनपुट का माध्यिका आकार 45 टोकन था; Galaxy A04e पर सबसे धीमी प्रक्रिया में 578…

  6. रविवार, 15 नवंबर

    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।

    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…

  7. शनिवार, 14 नवंबर

    OpenUncensored का ट्रैफ़िक

    एक सप्ताह में 157 भुगतान करने वाले ग्राहक और 150 292 अनुरोध: बिना सेंसरशिप वाले मॉडल उपलब्ध कराने वाले इस प्रदाता के अनुसार, उसके यहाँ होने वाले खर्च में कोड एजेंटों का हिस्सा 49 %, सभी एजेंटों का कुल हिस्सा 65 %, और चैट व भूमिका निर्वाह…

    ThousandML के CQ और GCMP

    निर्माता के अनुसार, Qwen3.8-27B पर 4 बिट CQ क्वांटाइज़ेशन मॉडल को 55,6 से घटाकर 18 Go कर देता है और नौ बेंचमार्क पर BF16 से कोई महत्वपूर्ण अंतर नहीं आता, जबकि NF4 को GSM8K पर 12 अंकों का नुकसान होता है; GCMP अडैप्टर लगभग 159 मिलियन के…

    Cohere Labs के Aya मॉडलों पर चार लेख

    लेखकों के अनुसार, सत्यापित सुधारों पर फ़ाइन ट्यून करने के बाद Aya Expanse 32B की τ²-bench कार्यों में सफलता 14,5 % से बढ़कर 51,5 % हो जाती है; Tiny Aya Fire उर्दू लिपि में 36 में से 36 हानिकारक अनुरोध अस्वीकार करता है, लेकिन रोमन लिपि में…

    इससे भी जुड़ा: Cohere

  8. शुक्रवार, 13 नवंबर

    llama.cpp और ggml एक स्थिर API के साथ 1.0.0 पर पहुंचे; SGLang, Transformers और Diffusers ने ओपन-सोर्स टूलिंग को पूरा किया

    बिल्ड नंबर के अनुसार संस्करण जारी करने के साढ़े तीन साल बाद, llama.cpp और इसकी कंप्यूट लाइब्रेरी ggml ने अपना पहला प्रमुख संस्करण, 1.0.0 जारी किया है।

    इससे भी जुड़ा: Hugging Face

    OpenMed

    दवाओं और शरीर रचना विज्ञान के लिए 73.9 मिलियन पैरामीटर वाले दो एक्सट्रैक्टर, Apache-2.0 लाइसेंस के तहत; 200 अनदेखे PubMed सार-संक्षेपों पर, F1 स्कोर क्रमशः 45.09 से बढ़कर 66.81 और 26.20 से बढ़कर 61.74 हो गया।

    TiHon-TTS

    100,118 पैरामीटर्स (402 KB) वाला एक वियतनामी टेक्स्ट-टू-स्पीच, इसके लेखक के अनुसार, एक x86 कोर पर रियल-टाइम से 40 गुना तेजी से चलता है और Cortex-M माइक्रोकंट्रोलर पर भी निष्पादित हो सकता है।

    NXP i.MX 95 पर YOLO26

    अपने EdgeFirst सॉफ़्टवेयर के साथ, Au-Zone अपने मापों के अनुसार 2 TOPS के NPU पर लगभग 40 से 84 फ़्रेम प्रति सेकंड तक पहुँच गया, जिसमें mAP में 7 अंकों की वृद्धि हुई।

    s1d1-bench

    एक ओपन बेंचमार्क एक बहुभाषी प्रॉम्प्ट राउटर की तुलना तीन स्थानीय LLM जजों से करता है: लेखक के अनुसार 0.807 (QWK) सहमति, जबकि जजों के बीच 0.774 और RouteLLM के BERT राउटर के लिए 0.278 रही।

  9. गुरुवार, 12 नवंबर

    SOV-Transcribe-1: Salesforce ने प्रतिलेखन मॉडल जारी किया, जो Artificial Analysis पर खुले मॉडलों में पहले स्थान पर है

    Salesforce की एक टीम ने Hugging Face पर SOV-Transcribe-1 जारी किया है, जो Apache 2.0 लाइसेंस के अंतर्गत खुले वेट वाला उसका पहला वाक् पहचान मॉडल है।

    ZONOS3-Mini: Zyphra ने 100M सक्रिय पैरामीटर के साथ 43 भाषाओं में वास्तविक समय में आवाज़ों की नकल संभव की

    Zyphra ने Apache 2.0 लाइसेंस वाला वाक् संश्लेषण मॉडल ZONOS3-Mini जारी किया है, जो बिना किसी पूर्व अतिरिक्त प्रशिक्षण (zero-shot) के 43 भाषाओं में किसी आवाज़ की नकल करता है।

    Wirkung का Origami

    पाँच खुले मॉडल (Qwen3.5-9B और 27B, Gemma 4 31B, MiniMax-H3, Kolibri-1) बिना दोबारा प्रशिक्षण के 4,3 से 7,5 गुना छोटी फ़ाइलों में बदले गए हैं ; ब्लॉग लेख में बरकरार रही गुणवत्ता का कोई माप नहीं दिया गया है।

    FiftyOne में Construction-Site-Traversability

    Voxel51 ने दो निर्माण स्थलों पर चक्कर लगाने वाले, ट्रैक पर चलने वाले रोबोट के डेटा को रूपांतरित किया है : 1 h 45 की ड्राइविंग, 9 760 m का भूभाग, 62 995 रंगीन चित्र और उतने ही lidar स्कैन।

  10. बुधवार, 11 नवंबर

    shem

    जोआओ गालेगो ने एक प्रयोगात्मक रनटाइम प्रकाशित किया है, जो Hugging Face के मॉडल को कंटेनर इमेज की तरह चलाता है (कोई Dockerfile, FROM hf.co/...

    स्पेनी चिकित्सा पाठों में बीमारियाँ

    OpenMed ने Apache-2.0 के तहत दो खुले मॉडल प्रकाशित किए हैं, जिन्हें CPU पर चलाया जा सकता है; टीम के अनुसार, DisTEMIST पर फ़ाइन-ट्यूनिंग से सामान्य मॉडल का लगभग 36 से 39 वाला F1 स्कोर GLiNER2.5 संस्करण में लगभग 73 तक पहुँच जाता है।

    एजेंट के x402 भुगतान

    अपने हाल पर छोड़े जाने पर Qwen3 235B, DeepSeek V4 Pro और Llama 3.3 70B को Fizzl की परीक्षा में 59, 55 और 30 अंक मिलते हैं, और कोई भी पास नहीं होता; जब भुगतान का निर्णय कोड लेता है (x402-safe-fetch), तो उनके अंक 94, 100 और 94 हो जाते हैं।

    FiftyOne में GR00T-X-Embodiment-Sim

    हरप्रीत सहोता (Voxel51) ने NVIDIA के डेटासेट के 42 सिम्युलेटेड एपिसोड परिवर्तित किए हैं, जिनमें रोबोट की सात शारीरिक संरचनाओं में से प्रत्येक के लिए छह एपिसोड हैं और कैमरों तथा जोड़ों की टेलीमेट्री का डेटा संरेखित है।

  11. मंगलवार, 10 नवंबर

    TNG ने Qwen3.5-35B-A3B में Rust और Haskell विशेषज्ञ जोड़े, जिन्हें दोबारा प्रशिक्षण दिए बिना मिलाया जा सकता है

    TNG Technology Consulting पुराने विशेषज्ञों को छुए बिना विशेषज्ञों के मिश्रण वाले मॉडल (MoE) में नए विशेषज्ञ जोड़ता है: वे पैरामीटर के एक अलग क्षेत्र में रहते हैं, और राउटर सीखता है कि उन्हें कब बुलाना है।

    Trainium3 पर GLM-5

    डेविड कॉर्वोइज़िए ने प्रकाशित Transformers कोड के साथ GLM-5 (754 अरब पैरामीटर) को एक ही trn3.48xlarge इंस्टेंस पर चलाया: लोड होने में 43 मिनट, पहला टोकन 4,1 सेकंड में, और 1 के बैच में प्रति सेकंड 6,9 टोकन।

    इससे भी जुड़ा: Z.ai

    OpenMed में रोगों की पहचान

    मज़ियार पनाही ने Apache-2.0 के तहत 194M से 576M पैरामीटर वाले तीन मुक्त मॉडल प्रकाशित किए हैं, जो CPU पर अंग्रेज़ी चिकित्सा पाठ में रोगों की पहचान करते हैं; NCBI Disease पर फ़ाइन-ट्यून किए गए ये मॉडल BC5CDR पर लगभग 14 F1 अंकों का सुधार…

    बिना परीक्षण किए काम सौंपने वाले एजेंट

    तुर्की में लिखे एक ब्लॉग पोस्ट में सेरकान पेकर दिखाते हैं कि SWE-agent की 47 293 प्रस्तुतियों में से 39,4 % अंतिम बदलाव के बाद परीक्षण किए बिना सौंपी जाती हैं, और उनके समाधान की संभावना लगभग एक-तिहाई कम होती है (ऑड्स अनुपात 0,68);…

    उधार लिया गया तर्क

    तिमोफ़ेय क्ल्यूबिन Qwen3.8-27B के तर्क ट्रेस Qwen3-8B में डालते हैं, जिससे LiveCodeBench की 300 समस्याओं पर उसका स्कोर 51,1 % से बढ़कर 80,9 % हो जाता है; इन ट्रेस को उत्पन्न करने के लिए प्रशिक्षित दो 8B मॉडल मदद नहीं करते।

    FiftyOne में EgoDex

    हरप्रीत सहोता ने Apple द्वारा प्रकाशित EgoDex के परीक्षण डेटासेट को रूपांतरित किया है: हेरफेर के 111 कार्यों के 3 243 एपिसोड, कुल 7 घंटे, जिनमें 68 जोड़ों की स्थिति Apple Vision Pro से रिकॉर्ड की गई है।

  12. सोमवार, 9 नवंबर

    Amazon ने HOPE पेश किया, जो MoE के विशेषज्ञों की छँटाई करते समय साथ काम करने वाले विशेषज्ञों का ध्यान रखता है

    एलेक्स एम त्सेंग के नाम से प्रकाशित ब्लॉग पोस्ट में Amazon की एक टीम ने HOPE (विशेषज्ञों की उच्च-क्रम वाली छँटाई) पेश किया है।

    इससे भी जुड़ा: Amazon

    Fizzl की x402 परीक्षा

    फ्रिट्स ज़्वागर ने x402 Agent Safety Bench को Fizzl की वेबसाइट पर किसी भी एजेंट के लिए खुली परीक्षा में बदल दिया है: नकली विक्रेताओं से खरीदारी के 19 कार्य हैं, जिनमें 14 विक्रेता धोखेबाज़ हैं; भुगतान Base Sepolia पर परीक्षण वाले USDC में…

    हार्नेस अडैप्टर

    6 नवंबर को प्रस्तुत harness-hub परियोजना की अगली कड़ी: Liquid AI के LFM2.5-24B और LFM3 तथा webAI के Twil-8B के लिए pi, hermes और opencode हार्नेस में LoRA का प्रशिक्षण पूरा हो गया है; टीम ने LFM3 के लिए टूल इस्तेमाल की दक्षता में 43 % तक…

    चिकित्सा के लिए वेट संपादित करना

    मज़ियार पनाही (OpenMed) ने छोटे Qwen मॉडलों के वेट बिना प्रशिक्षण के बदलकर चिकित्सा परीक्षाओं में उनके प्रदर्शन को बेहतर बनाया है: MedQA पर Qwen3.5-2B का स्कोर 52,0 से बढ़कर 70,5 % हो गया, जबकि गणित में कोई महत्वपूर्ण बदलाव नहीं हुआ; लेख…

    Mac Studio पर फ़ाइन-ट्यून किया गया Qwen3.8-27B

    रोमन मेलनिक ने Qwen3.8-27B को Kafka, Strimzi, Kubernetes और Argo CD के सहायक में बदला है, और पूरा काम 512 गीगाबाइट वाले Mac Studio M3 Ultra पर किया गया; 4 बिट वाला संस्करण लगभग 15 गीगाबाइट में समा जाता है, और लेखक इस शुरुआती परिणाम को…

    दोहा में Hugging Face और Qai का हैकाथॉन

    अरित्र रॉय गोष्ठीपती और Hugging Face के चार सहलेखकों ने 5 से 7 नवंबर तक हुए इस हैकाथॉन पर लेख लिखा है, जिसे खाड़ी क्षेत्र में Hugging Face का पहला हैकाथॉन बताया गया है: 500 से अधिक आवेदन, 150 प्रतिभागी, 40 टीमें, 15 फ़ाइनलिस्ट और 3 विजेता।

    इससे भी जुड़ा: Hugging Face

    IKEA के फ़र्नीचर को जोड़ने वाला ह्यूमनॉइड

    8 नवंबर को हरप्रीत सहोता ने FiftyOne के लिए 2026 Humanoid IKEA Assembly Challenge के एक अंश को रूपांतरित किया: 35 मोटर और सात कैमरों वाले ह्यूमनॉइड के 6 एपिसोड और 30,7 मिनट के दृश्य, जिनमें मोटरों का टॉर्क कलाइयों के कैमरों के साथ समकालित…

    Meshy के SAM3D-Part और BranchTokens

    SAM3D-Part किसी मौजूदा 3D वस्तु का एक पूरा हिस्सा एक क्लिक में अलग निकालता है, और 500 वस्तुओं पर इसकी Chamfer दूरी OmniPart से लगभग 72 % कम है (शोधपत्र SIGGRAPH Asia 2026 में स्वीकृत, वेट प्रकाशित); Purdue के साथ विकसित BranchTokens,…

  13. रविवार, 8 नवंबर

    HeliosLM

    चिएन-शिन लिन ने ताइवान को ध्यान में रखकर बनाए गए खुले मॉडलों की पहली शृंखला जारी की है: Gemma 4 E4B-it से विकसित एक संवाद मॉडल और एक सुरक्षा वर्गीकारक, तथा Whisper large-v3 से विकसित दो वाक् पहचान मॉडल।

    Shruti

    छोटे मॉडल Laghu के निर्माता Udgam Labs ने Apache-2.0 के तहत 22 वाक् पहचान मॉडल जारी किए हैं, भारतीय संविधान की आठवीं अनुसूची की प्रत्येक भाषा के लिए एक।

    तुर्की भाषा की अतिरिक्त लागत

    सर्कान पेकर का अनुमान है कि H200 पर vLLM के साथ चार खुले मॉडलों (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B और Qwen3.8-27B) में एक ही पाठ को तुर्की में बनाने के लिए अंग्रेज़ी की तुलना में 1,45 से 1,62 गुना GPU समय लगता है, जिसमें 76…

    Lexsi Labs के हैकाथॉन में Tiny Aya Global

    Lexsi Labs के सुरक्षा और संरेखण हैकाथॉन की तीन टीमों ने Cohere Labs के इस खुले मॉडल (3,35 अरब पैरामीटर) के अपने फ़ाइन-ट्यून किए गए संस्करण जारी किए हैं।

    वज़न बदलकर किसी शैली को मिटाना

    जवाद ताघिया ने एक प्रयोग प्रकाशित किया है, जिसमें GPT-6 Astra को एक छोटे डिफ़्यूज़न मॉडल (segmind/tiny-sd) के वज़नों तक टूल के ज़रिए पहुँच दी जाती है, लेकिन कोई ग्रेडिएंट नहीं दिया जाता, और उसे उस मॉडल से वान गॉग की शैली मिटानी होती है।

    FiftyOne में SEW Multimodal AMR

    हरप्रीत सहोता ने 7 नवंबर को इस डेटासेट का FiftyOne के लिए रूपांतरण प्रकाशित किया।

  14. शनिवार, 7 नवंबर

    OpenMOSS ने MOSS-Live पेश किया, एक फ़ुल-डुप्लेक्स वॉइस सिस्टम जो देखता है, सुनता है और टूल चलाता है

    OpenMOSS टीम ने MOSS-Live पेश किया है, जो रीयल टाइम बातचीत का ऐसा सिस्टम है जो एक ही समय में सुनता और बोलता है (पूर्ण द्विदिश संचार, full-duplex), कैमरे या स्क्रीन शेयरिंग में दिखाई देने वाली चीज़ों को समझता है और बातचीत रोके बिना खोज तथा…

    Construction AI Leaderboard

    ONESTRUCTION ने निर्माण क्षेत्र के लिए मॉडलों की रैंकिंग प्रकाशित की है, जो पाँच बेंचमार्क के औसत पर आधारित है (नक्शे, BIM मॉडल, लागत अनुमान, IDS निर्माण): Claude Opus 5.5 कुल 73,7 अंकों के साथ पहले स्थान पर है, Gemini 4 Argon (73,6) से एक…

    kniv v7.1

    Dragonscale का कहना है कि उसने 2 नवंबर को पेश किए गए अपने छह निष्कर्षण एनकोडर को बिना दोबारा प्रशिक्षण दिए बेहतर बनाया है: Claude Code में Claude Opus 5.5 ने सहसंदर्भ में 50 पूर्ववर्ती उल्लेखों की सीमा पहचानी, जिसे ONNX ग्राफ़ में बढ़ाकर…

    FiftyOne में HapTile

    हरप्रीत सहोता (Voxel51) ने HapTile डेटासेट को FiftyOne के लिए रूपांतरित किया है: दूर से संचालित UR5e रोबोटिक भुजा के 1 699 एपिसोड और 12,36 घंटे, जिनमें जेल वाले स्पर्श सेंसर, दो RGB-D कैमरे और ऑपरेटर द्वारा महसूस किए गए हैप्टिक फ़ीडबैक का…

  15. शुक्रवार, 6 नवंबर

    TCSExam ने सैद्धांतिक कंप्यूटर विज्ञान में मॉडलों का मूल्यांकन किया: Full संस्करण में GPT-6 Astra आगे, Lite संस्करण में Opus 5.5

    Moonshot AI के GitHub संगठन में प्रकाशित TCSExam, जिसके साथ 5 नवंबर को arXiv पर जमा किया गया एक शोधपत्र भी है, मापता है कि मॉडल सैद्धांतिक कंप्यूटर विज्ञान (सैद्धांतिक संगणक विज्ञान) में शोध को कितना आगे बढ़ा सकते हैं।

    इससे भी जुड़ा: Anthropic, OpenAI, Moonshot AI

    harness-hub परियोजना safeagents की निगरानी में RL से हर एजेंट हार्नेस के लिए एक LoRA प्रशिक्षित करती है

    Hugging Face ब्लॉग पर यूनेस बी., लिसांद्र और नेथन हबीब (harness-hub संगठन) हार्नेस अडैप्टर (हार्नेस अडैप्टर) पेश करते हैं : हर मॉडल और हर एजेंट हार्नेस (pi, opencode, hermes) के लिए एक छोटा LoRA अडैप्टर, जिसे हार्नेस में कोई बदलाव किए बिना…

    कोडिंग एजेंटों का बेड़ा

    टोनी ज़ी सात मशीनों पर एक ही परिवार के कोडिंग एजेंटों के 103 दिनों के उपयोग का आकलन करते हैं: कोई समन्वय प्रोटोकॉल अपने सभी सुरक्षा अपरिवर्तनीय नियमों का पालन करने के बावजूद छोड़ा जा सकता है।

    लेबनानी बोली

    5 नवंबर को आए पहले भाग के बाद, अपनी शृंखला के दूसरे भाग में बिलाल ज़राकेत ने वाक् डेटा बनाने से पहले तीन मूल वक्ताओं से सत्यापित लेबनानी शब्दकोश तैयार किया (429 प्रविष्टियाँ): सुधार की ज़रूरत वाले वाक्यों का हिस्सा 22 % से घटकर 4 % रह गया,…

    SuperCLUE रैंकिंग

    VIDRAFT की एक सामुदायिक पोस्ट नवंबर की रैंकिंग (19 मॉडल) प्रस्तुत करती है: GPT-6.1-Sol एजेंट आधारित कोडिंग में आगे है (69,23) और DeepSeek-V4.1-Flash-1017 इस श्रेणी में खुले मॉडलों में पहले स्थान पर है (65,38), जबकि खुले मॉडलों में…

    LingYu Robotics

    कंपनी ने रोबोट के दृष्टिकोण से फ़िल्माए गए दोनों हाथों के दूरस्थ संचालन के 139,4 घंटे और 13 263 सफल एपिसोड प्रकाशित किए हैं।

    Egocentric-EMG-Force

    हरप्रीत सहोता ने FiftyOne के लिए डेप्थ कैमरे से फ़िल्माए गए घरेलू कामों के आठ एपिसोड और 38,2 मिनट की सामग्री रूपांतरित की है।

  16. गुरुवार, 5 नवंबर

    Hugging Face ने LeRobot v0.7.0 जारी किया, जिससे काम करते रोबोट से बातचीत की जा सकती है

    Hugging Face अपनी खुली रोबोटिक्स लाइब्रेरी का नया संस्करण LeRobot v0.7.0 प्रकाशित करता है, ऐसे समय में जब Hub पर LeRobot प्रारूप में भौतिक एआई का लगभग 300 टेराबाइट डेटा मौजूद है।

    इससे भी जुड़ा: Hugging Face

    Sand3D

    Sandflow ने 106 094 त्रिआयामी वस्तुएँ प्रकाशित की हैं, जिनमें 10 456 जोड़युक्त हैं।

    SimReady Central

    Lightwheel ने Hugging Face पर NVIDIA की त्रिआयामी वस्तुओं की लाइब्रेरी में अपनी भूमिका का विवरण दिया है, जिसमें अब 3 500 से अधिक OpenUSD वस्तुएँ हैं : कंपनी संपर्क और गति के दौरान उनके भौतिक व्यवहार को सत्यापित और समायोजित करती है।

    DreamTac

    एक लेख पेकिंग विश्वविद्यालय के इस डेटासेट को प्रस्तुत करता है, जिसे Voxel51 ने FiftyOne के लिए रूपांतरित किया है : जेल वाली उँगलियों के सिरों से लैस Franka भुजा के 703 गति-पथ, 12 कार्यों और 7,03 घंटों में, जिनमें स्पर्श इमेज में दिखाई देता…

    लेबनानी बोली में वाक् संश्लेषण

    बिलाल ज़राकेत ने चार मॉडलों से बेरूत के एक परीक्षक की आवाज़ का क्लोन बनाया : पाँच मूल भाषी श्रोताओं ने पहचान जाने बिना अंक दिए, जिनमें असली आवाज़ को 5 में से 4,98 और सर्वश्रेष्ठ मॉडल VoxCPM2 को 3,89 मिले, और मॉडल की आवाज़ केवल 65 % मामलों…

    Guardián colombiano

    ह्यूगो अलोंसो सामूहिक स्मृति की एक सार्वजनिक दीवार पर कोलंबियाई स्पेनिश में मॉडरेशन के लिए Tiny Aya Global को फ़ाइन-ट्यून करते हैं, जिसमें 3,35 अरब पैरामीटर हैं।

    Anvaya-1B

    एक डेवलपर PyTorch FSDP और FineWeb के साथ 16 जीबी की दो T4 कार्डों पर एक अरब से थोड़े अधिक पैरामीटर वाले मॉडल को शुरू से पूर्व-प्रशिक्षित कर रहा है और उसने पहला चेकपॉइंट तथा प्रशिक्षण विधि प्रकाशित की है।

  17. बुधवार, 4 नवंबर

    RoboColosseum 100 से अधिक वास्तविक रोबोटों के बेड़े पर रोबोटिक नीतियों का मूल्यांकन करता है

    RoboColosseum शुरू हो गया है: यह एक खुली मूल्यांकन पहल है जो प्रयोगशालाओं और सिमुलेटरों से बाहर, वास्तविक परिस्थितियों में तैनात रोबोटों के बेड़े पर रोबोटिक नीतियों को परखती है, जैसे घरों में Unitree G1 ह्यूमनॉइड या रेस्तराँ में YAM…

    Dharma-AI का Field Extractor

    2B का मॉडल जो दस्तावेज़ के फ़ील्ड को टाइपयुक्त JSON में लौटाता है; 546 दस्तावेज़ों वाले अपने बेंचमार्क पर इसका स्कोर 0,834 है, जबकि Claude Opus 5 का 0,816 है।

    Cribl का OTAP

    ऐसा मेट्रिक जो एजेंट की योजना की संरचना का मूल्यांकन करता है और इष्टतम परिवहन के ज़रिए उसे संदर्भ योजनाओं से संरेखित करता है; लेखकों के अनुसार, 236 कार्य-प्रक्षेपपथों पर यह ROUGE-L की तुलना में मानव मूल्यांकनकर्ताओं से अधिक सहमत है (0,74…

  18. मंगलवार, 3 नवंबर

    TRL में MOPD का समर्थन, कई शिक्षकों से डिस्टिलेशन की तकनीक जो RL विशेषज्ञों को एक ही मॉडल में मिलाती है

    Hugging Face की प्रशिक्षणोत्तर लाइब्रेरी TRL अब कई शिक्षकों वाले ऑन-पॉलिसी डिस्टिलेशन (Multi-Teacher On-Policy Distillation, MOPD) का समर्थन करती है।

    इससे भी जुड़ा: Hugging Face

    Qwenguard

    एक सामुदायिक लेख में, जोआओ गालेगो Qwen3.5-4B के आगे परतों में संकलित RISC-V प्रोसेसर को ऐसा सुरक्षा अवरोध बनाते हैं जो सूची के बाहर के टूल कॉल अस्वीकार करता है: उनके परीक्षणों में कोई निषिद्ध कॉल नहीं गुज़रा और कोई सामान्य अनुरोध नहीं रोका…

  19. सोमवार, 2 नवंबर

    Dragonscale का kniv v7

    55M से 538M पैरामीटर वाले छह मुक्त एनकोडर (Apache-2.0, ONNX), जो एजेंटों की मेमोरी के लिए कॉल के समय बताए गए स्कीमा के अनुसार इकाइयाँ, संबंध और तथ्य निकालते हैं, बिना LLM के; Re-DocRED पर एक ही वाक्य में 0,749 और दो वाक्यों के अंतर पर…

    स्लाइडिंग विंडो और Bifocal परत

    समुदाय के एक लेख में लुकास ने Qwen3-4B-Instruct को समान मेमोरी वाले चार छात्र मॉडलों में डिस्टिल किया है: छोटे उत्तरों के लिए स्लाइडिंग विंडो पर्याप्त है, लेकिन AIME और HMMT पर उनकी Bifocal परत (छोटी विंडो और mLSTM स्थिति) अकेली विंडो से…

    ViKernel ने बैकडोर रोका

    VIDRAFT ने फ़ाइन-ट्यूनिंग के ज़रिए Qwen3-0.6B में एक बैकडोर डाला: फ़ाइल पथ में « payroll » शब्द पहले न देखे गए पथों पर 98,3 % मामलों में दुर्भावनापूर्ण कमांड चलवा देता है, और 24 जाँचें भी इसे नहीं पकड़ पातीं; ViKernel पर सभी 290 पेलोड…

    Beam की रूटिंग और परीक्षणों में धोखाधड़ी

    राइरो मुकामुरी का एक पूर्व-पंजीकृत अध्ययन Beam-1.0-501B-A23B के विशेषज्ञों की रूटिंग के आधार पर 500 टोकन पहले परीक्षण में हेराफेरी का अनुमान नहीं लगा पाता: AUROC 0,580 रहा, जबकि निर्धारित सीमा 0,75 थी; गणना की लागत 9,03 डॉलर थी।

    एक RTX PRO 6000 पर LTX 2.5

    GPU किराए पर देने वाला EcoHash, 96 Go के एक ही कार्ड पर ध्वनि सहित 10 सेकंड का 1080p वीडियो 90 सेकंड में और 480p में 14,8 सेकंड में रेंडर करता है; ये प्रदाता के अपने सेवा संबंधी माप हैं।

  20. रविवार, 1 नवंबर

    Pramaan

    Hugging Face पर समुदाय के एक लेख में क्षितिज ठक्कर भारतीय परंपराओं से प्रेरित ज्यामितीय पैटर्न वाले 72 कार्यों का एक बेंचमार्क पेश करते हैं, जिनकी जाँच एक सत्यापक करता है।

    DolphinBench पर AtMem routed-v4

    समुदाय के एक लेख में जवाद ताघिया अपनी एजेंट मेमोरी लाइब्रेरी के लिए Mem0 के इस बेंचमार्क पर 600 में से 479 कार्यों में सफलता (79,83 %) दर्ज करते हैं, जबकि पिछले परीक्षण में यह संख्या 390 थी।

    ViKernel

    समुदाय के एक लेख में VIDRAFT (FINAL-Bench) एक v0.1 डेमो प्रस्तुत करता है, जिसमें एजेंट के नियंत्रण, बंद करने के बटन सहित, मॉडल के वेट में समाहित होने की बात कही गई है।

  21. शनिवार, 31 अक्टूबर

    समुदाय की एक पोस्ट ने दिखाया कि llama.cpp का सर्वर 2023 से logprobs और 2024 से टोकन पहचानकर्ता खो रहा था

    Hugging Face पर प्रकाशित समुदाय की एक पोस्ट में थॉमस किम ने llama.cpp के सर्वर llama-server की एक ऐसी ख़ामी का विस्तार से वर्णन किया है जो बिना चेतावनी के बनी रही।

    Fast Forced Aligner

    Hugging Face पर प्रकाशित एक सामुदायिक लेख MIT लाइसेंस वाले CUDA कर्नेल प्रस्तुत करता है, जो पता लगाते हैं कि प्रतिलेख का हर शब्द किस क्षण बोला गया: दस कार्यभारों पर 30,44 ms, जबकि k2 के लिए 6,34 s और NeMo के लिए 28,18 s लगे, यानी लगभग 208…

    उपयोग के लिए तैयार रोबोट

    Hugging Face पर projectsim का एक सामुदायिक लेख रोबोटों को प्रशिक्षित करने और जाँचने के लिए सिम्युलेशन का समर्थन करता है।

    x402 भुगतान और MetaMask

    Hugging Face पर Fizzl का एक सामुदायिक लेख दिखाता है कि एजेंट द्वारा माँगे गए 0,001 डॉलर के दो x402 भुगतानों पर MetaMask « उच्च जोखिम वाली मंज़ूरी » दिखाता है; Base पर नमूने में चुने गए 300 x402 भुगतान पतों में से 289 चेतावनी वाले मामले के…

  22. शुक्रवार, 30 अक्टूबर

    DiffuSpace ने ओपन-वेट्स डिफ्यूजन लैंग्वेज मॉडल Clover-35B-A3B-Preview जारी किया

    DiffuSpace, जहाँ हांगकांग विश्वविद्यालय के NLP समूह द्वारा अप्रैल 2025 में प्रकाशित Dream 7B की टीम के सदस्य अपना काम जारी रखे हुए हैं, ने अपने Clover परिवार के पहले वर्ज़न Clover-35B-A3B-Preview को पेश किया।

    Lumma-Fev-v2

    FrontiersMind ने Apache 2.0 के तहत अपने 4B और 27B डिसीजन मॉडल जारी किए: लेखकों के अनुसार, 27B के लिए आठ सार्वजनिक बेंचमार्क पर औसत 87.3% और 4B के लिए 82.4% रहा, जबकि Jev 1.13.0 के लिए यह 81.2% था, जिसने BBH और JudgeBench पर अपनी बढ़त बनाए…

    16 GB Mac पर Qwen3.8-27B

    Project Pyrite ने मॉडल को 51.75 GiB से घटाकर 10.11 GiB कर दिया है और mlx-lm के साथ M2 Pro पर इसे 12.2 tokens/s की गति से चलाया है; लेखक के अनुसार, सबसे संवेदनशील 30 प्रोजेक्शन के लिए 3 बिट्स आरक्षित करने से समान आकार पर KL डाइवर्जेंस में…

  23. गुरुवार, 29 अक्टूबर

    Maya 2 Native

    Maya Research ने ग्यारह भारतीय भाषाओं और अंग्रेजी के लिए Apache-2.0 के तहत एक स्पीच सिंथेसिस मॉडल जारी किया है, जिसमें 20 आवाजें, स्ट्रीमिंग और 3 से 10 सेकंड के ऑडियो से क्लोनिंग की सुविधा शामिल है; उनके मापों के अनुसार, एक H100 NVL पर 224…

    Granite Switch 4.1.1

    IBM ने एक सुधारात्मक और बैकवर्ड-कम्पैटिबल संस्करण जारी किया है: इसमें केवल ट्रांसक्रिप्शन मॉडल (जो अब विराम चिह्नों के साथ 10 भाषाओं में बहुभाषी है) और डिसीजन एडाप्टर बदले हैं, जिसमें प्रदर्शन में सुधार का कोई आंकड़ा प्रकाशित नहीं किया गया…

    इससे भी जुड़ा: IBM

  24. बुधवार, 28 अक्टूबर

    Project Pyrite

    एक कम्युनिटी पोस्ट में, 31.8 बिलियन पैरामीटर्स वाला एक MoE, llm-jp-4-32b-a3b-base, 59.06 से घटकर 9.81 GiB का हो गया और लेखक के अनुसार, 2-बिट यूनिफ़ॉर्म क्वांटाइज़ेशन के दोहराव लूप्स के बिना, 16 GB Mac M2 Pro पर 34 से 49 टोकन प्रति सेकंड पर…

    My Name is Riemann

    OpenPeerAI ने AMD हार्डवेयर पर 163 मिलियन वाले मॉडल को चरणबद्ध तरीके से बड़ा करके प्राप्त 13.1 बिलियन पैरामीटर्स का एक मॉडल प्रिव्यू में प्रकाशित किया; लेखकों ने कोई सामान्य बेंचमार्क नहीं चलाया और स्वयं कॉर्पस त्रुटियों की सूचना दी है।

    L2Loop

    Yuxuan Zong ने कुछ क्वांटाइज़्ड लेयर्स को फिर से निष्पादित करने का प्रस्ताव दिया है जब तक वे GPU के L2 कैश में फिट बैठती हैं: लेखक के अनुसार, RTX 5080 पर यह दूसरा पास एक नई लेयर की लगभग आधी लागत लेता है और समान पैरामीटर्स पर लॉस को 0.05 से…

    EEG डेटासेट

    Hugging Face Hub की एक कम्युनिटी गणना में ब्रेन सिग्नल्स के 368 डेटासेट पाए गए, जिनमें से 146 बिना लाइसेंस लेबल के हैं, जिससे उनका पुन: उपयोग जटिल हो जाता है।

  25. सोमवार, 26 अक्टूबर

    हनीपॉट पर PHP2Shell का दोहन

    पिछली खबर (24 अक्टूबर): The Hacker News के अनुसार, Perplexity के शोधकर्ता अडेल करीमी ने अपने हनीपॉट पर ऐसी गतिविधि दर्ज की है, जो वास्तविक परिवेश में PHP2Shell (CVE-2026-109618 और CVE-2026-109619) का पहला सफल दोहन प्रतीत होती है; इस चरण तक…

    छोटे मॉडलों से रिवर्स इंजीनियरिंग

    प्रारंभिक नतीजों वाले एक लेख में यूनुस बी., नाथन हबीब और लिसांद्र दो सरल प्रायोगिक बाइनरी Qwen3.5-9B मॉडलों को सौंपते हैं, जिन्हें DeepSeek-V4.1-Flash-1017 मार्गदर्शन देता है और लगभग 600 मामलों वाला एक ऑरेकल जाँचता है; मुख्य मॉडल केवल लगभग…

    AutoBench का राउटर बेंचमार्क

    पीटर क्रूगर के मापों के अनुसार, सात LLM राउटर की 17 सेटिंग में से कोई भी गुणवत्ता और लागत दोनों में GPT-5.6 Luna को किए गए एक निश्चित कॉल से बेहतर नहीं है, और पाँच सेटिंग स्थिरांकों की तरह व्यवहार करती हैं।

    VKORE-325M-NPU-Base

    VIDRAFT ने बाज़ार में उपलब्ध एक इन्फ़रेंस NPU पर FineWeb-Edu के 5 अरब टोकन से 325,6M पैरामीटर वाला मॉडल शून्य से प्रीट्रेन किया: लॉस 0,7993 रहा, जबकि B200 पर उसी प्रशिक्षण में 0,7994 था; मॉडल वेट सार्वजनिक हैं।

    DecisionFormer

    FrontiersMind ने Apache 2.0 के तहत वह कोड सार्वजनिक किया है, जिससे उसके Lumma-Fev मॉडल प्रशिक्षित हुए: यह Hub के किसी मॉडल को ऐसे निर्णय मॉडल में बदलता है, जो एक ही पास में विकल्पों को अंक देता है और जिसे एक ही YAML फ़ाइल से कॉन्फ़िगर किया…

  26. रविवार, 25 अक्टूबर

    Mundo

    23 अक्टूबर की छूटी खबर: Hugging Face की एक ब्लॉग पोस्ट में यिहांग लुओ, चेन चेंज लॉय और उनके सहलेखक एक विश्व मॉडल प्रस्तुत करते हैं, जो कुछ तस्वीरों से एक कमरे का पुनर्निर्माण करता है, उसमें मौजूद वस्तुओं का सिम्युलेशन करता है और दृश्य…

    A5

    23 अक्टूबर की छूटी खबर: होंगलिन गुओ, ताओ गुई (SII) और उनके सहलेखक एक ऐसा व्यक्तिगत सहायक प्रस्तुत करते हैं, जो खुद पहल करता है, पिछली पसंद और निर्णयों का दोबारा इस्तेमाल करता है, जुड़े हुए स्रोतों पर नज़र रखता है और अगला कदम खुद सुझाता है।

    Kos

    मातेउश पिएशाक ने पोलिश भाषा का एक वॉइस असिस्टेंट जारी किया है, जिसे « मैं निश्चित नहीं हूँ » कहने की अनुमति है: ZeroGPU पर चलने वाले एक Hugging Face Space में, उपयोग के आधार पर शुल्क लेने वाले किसी API के बिना, Whisper large-v3 सुनता है,…

  27. शनिवार, 24 अक्टूबर

    Beetle

    कैम्ब्रिज, EleutherAI और ऑक्सफ़ोर्ड के शोधकर्ताओं ने दूसरी भाषा सीखने की प्रक्रिया का अध्ययन करने के लिए चेकपॉइंट, डेटा और कोड के साथ 330 छोटे मॉडल प्रकाशित किए हैं (285 द्विभाषी, अंग्रेज़ी और 21 भाषाओं में से किसी एक में, तथा 45 एकभाषी)।

    VocabX

    21 अक्टूबर की छूटी हुई ख़बर: हर टोकन की लागत को आधार बनाकर Qwen3-4B पर बने अपने पुर्तगाली निबंध सुधारक की शब्दावली दोबारा तैयार करके Dharma-AI ने मापी गई इन्फ़रेंस लागत 77 % घटाई और गुणवत्ता स्कोर 0,703 से बढ़ाकर 0,810 किया; आँकड़े…

  28. शुक्रवार, 23 अक्टूबर

    IBM ने Granite Speech 5.0 जारी किया, जिसका 2B मॉडल Open ASR Leaderboard के खुले मॉडलों में दूसरे स्थान पर है

    छूटी हुई खबर: IBM ने अपने Granite Speech संग्रह को एक नए मॉडल, granite-speech-5.0-2b, और दो संशोधित संस्करणों के साथ अद्यतन किया है; सभी Apache 2.0 लाइसेंस के तहत हैं।

    इससे भी जुड़ा: IBM

    Maverick 1.1

    Manisa Celal Bayar विश्वविद्यालय की XRLab प्रयोगशाला अपने 4 अरब पैरामीटर वाले स्थानीय मॉडल को अपडेट करती है, जो विस्तारित वास्तविकता में Unity दृश्यों को नियंत्रित करता है: यह सुधार स्वीकार करता है, नज़र और इशारों को समझता है, दूसरे कमरों…

    ViDoRe V3 पर दृश्य खोज

    समुदाय के एक लेख के अनुसार, खुले वेट वाली एक प्रक्रिया में GLM-5.3-Flash रिट्रीवर EVIE-4.5B को नियंत्रित करता है।

  29. गुरुवार, 22 अक्टूबर

    Google DeepMind ने ForTy जारी किया, 10 मीटर का वैश्विक मानचित्र जो प्राकृतिक वनों, वृक्षारोपण क्षेत्रों और वृक्ष फ़सलों में अंतर करता है

    Google DeepMind और Google Research ने World Resources Institute (WRI) तथा IIASA के साथ Forest Typology (ForTy) 2020 जारी किया है।

    इससे भी जुड़ा: Google

    Nemotron-Personas-UK: ब्रिटिश जनगणनाओं के अनुरूप दस लाख कृत्रिम व्यक्तित्व

    संप्रभु एआई पर काम करने वाली लंदन की प्रयोगशाला Locai Labs ने NVIDIA के साथ Nemotron-Personas-UK प्रकाशित किया है, जिसमें CC BY 4.0 लाइसेंस के तहत दस लाख कृत्रिम व्यक्तित्व हैं।

    इससे भी जुड़ा: NVIDIA

    Seb-9B-v2

    Apache 2.0 के तहत उपलब्ध, 9 अरब पैरामीटर वाला यह स्थानीय निर्णय मॉडल अपने लेखक के अनुसार Decision Index पर 59,16 अंक हासिल करता है, जबकि होस्ट किए गए Jev 1.13 को 57,96 अंक मिलते हैं।

    Laghu

    UDGAM LABS ने 146 डॉलर में शुरू से 152 मिलियन पैरामीटर वाला संवाद मॉडल प्रशिक्षित किया है।

    BaseQuant V1

    basecompute ने Qwen3.8-27B के क्वांटाइज़्ड संस्करण (10,93, 16,41 और 20,82 Go) जारी किए हैं, जिनका KL विचलन उनके लेखकों के अनुसार 3 और 4 बिट पर Unsloth की तुलना में 15 % कम है।

    रीरैंकर के रूप में एक VLM

    एक सामुदायिक लेख के अनुसार, रीरैंकिंग का प्रशिक्षण पाए बिना Qwen3.8-27B तीन बेंचमार्क पर पर्यवेक्षित Qwen3-VL-Reranker-2B को पीछे छोड़ता है और MMEB-V2 के दृश्य दस्तावेज़ों पर 8B संस्करण के बराबर प्रदर्शन करता है।

पिछले महीने

अक्टूबर 2026 99
सितंबर 2026 139
अगस्त 2026 29
जुलाई 2026 11
जून 2026 5
मई 2026 2
अप्रैल 2026 4
मार्च 2026 2
फ़रवरी 2026 1
जनवरी 2026 1