AI FRONTIER
Signals worth understanding before they become obvious.
Windows पर AI एजेंट के निष्पादन को सुरक्षित रूप से अलग करने के लिए «Microsoft Execution Containers» (MXC) का औपचारिक रिलीज़, फ़ाइल और नेटवर्क जैसी सीमाओं को लचीले ढंग से अनुकूलित क...
Windows पर AI एजेंट के निष्पादन को सुरक्षित रूप से अलग करने के लिए «Microsoft Execution Containers» (MXC) औपचारिक रूप से जारी किया गया है, जिसमें फ़ाइल और नेटवर्क जैसी सीमाओं को लचीले ढंग से अनुकूलित किया जा सकता है।
- MXC को Windows पर AI एजेंट के निष्पादन को अलग करने के लिए औपचारिक रूप से जारी किया गया है।
- फ़ाइल और नेटवर्क जैसी सीमाओं को लचीले ढंग से अनुकूलित किया जा सकता है।
Windows पर AI एजेंट चलाने वाले डेवलपर्स MXC से उपयोग के अनुसार फ़ाइल और नेटवर्क सीमाएँ तय कर सकते हैं और रनटाइम पर एजेंट की पहुँच सीमित कर सकते हैं।
OpenRouter का नया मॉडल: ScaleDown Extract, विवरण-आधारित एंटिटी निष्कर्षण
Extract, ScaleDown का विवरण-आधारित एंटिटी निष्कर्षण मॉडल है: कॉलर provider.options.scaledown.entities के ज़रिए सामान्य भाषा में अपने मनचाहे फ़ील्ड बताते हैं, और मॉडल हर मेल खाते स्पैन को कॉन्फ़िडेंस स्कोर, कैरेक्टर ऑफ़सेट और आसपास के कॉन्टेक्स्ट के साथ लौटाता है।
- कॉन्टेक्स्ट विंडो 1,000,000 टोकन है।
- कीमत 1M इनपुट टोकन पर $0.04 और 1M आउटपुट टोकन पर $0.00 है, फ़िलहाल 20% छूट पर दिखाई जा रही है।
- 13 अक्टूबर 2026 को रिलीज़ हुआ।
- यह tools स्वीकार नहीं करता, इसलिए फ़ंक्शन कॉलिंग उपलब्ध नहीं है, और response_format का समर्थन नहीं करता, इसलिए JSON आउटपुट लागू नहीं होता।
अनुबंध, इनवॉइस, ईमेल और ट्रांसक्रिप्ट से संरचित मान निकालने वाले बिल्डरों के लिए Extract निश्चित एंटिटी प्रकारों की जगह सामान्य भाषा में फ़ील्ड विवरण देता है, लेकिन JSON आउटपुट लागू न होने का मतलब है कि डाउनस्ट्रीम पार्सिंग अलग से संभालनी ह...
Sentient ने AI मॉडल स्वामित्व परखने के लिए पहला ओपन बेंचमार्क लॉन्च किया
Sentient ने AI मॉडल स्वामित्व परखने के लिए एक ओपन बेंचमार्क लॉन्च किया। इसे विशिष्ट कार्यों पर मॉडल प्रदर्शन मापने की नई मूल्यांकन विधि के रूप में प्रस्तुत किया गया है।
- Sentient ने AI मॉडल स्वामित्व परखने के लिए पहला ओपन बेंचमार्क लॉन्च किया।
- इसे विशिष्ट कार्यों पर मॉडल प्रदर्शन मापने की नई मूल्यांकन विधि के रूप में प्रस्तुत किया गया है।
AI निर्माताओं के लिए यह ओपन बेंचमार्क मॉडल स्वामित्व का सार्वजनिक मूल्यांकन उपाय देता है।
Fish Audio Drama 3 Preview ने Open-Weights Speech Arena में शीर्ष स्थान पाया
OrcaRouter की रिपोर्ट के अनुसार, Fish Audio Drama 3 Preview ने Open-Weights Speech Arena में पहला स्थान हासिल किया है।
- OrcaRouter की रिपोर्ट है कि Fish Audio Drama 3 Preview Open-Weights Speech Arena में पहले स्थान पर है।
स्पीच सिस्टम बनाने वाले डेवलपर्स के लिए यह शीर्ष रैंकिंग Fish Audio Drama 3 Preview को ओपन-वेट्स स्पीच मॉडलों में नज़र रखने योग्य विकल्प बनाती है।
Google Research ने जियोस्पेशियल रीज़निंग एजेंट पर तकनीकी रिपोर्ट जारी की, Earth AI का शुरुआती एक्सेस बढ़ाया
Google Research ने एक तकनीकी रिपोर्ट प्रकाशित की है जो एक जियोस्पेशियल रीज़निंग एजेंट दिखाती है, जो डोमेन-विशिष्ट फाउंडेशन मॉडल, स्थानिक टूल और पूर्व योजना को जोड़कर जटिल स्थानिक विश्लेषण और ग्रह-स्तरीय पूर्वानुमान करता है जो अकेले LLM नहीं कर सकते, और Ask Google Earth तथा Agent-to-Agent सेवा के ज़रिए प्रयोगात्मक पहुँच...
- तकनीकी रिपोर्ट Gemini 3.8 Flash और Gemini 3.1 Pro पर चार एजेंट कॉन्फ़िगरेशन का चार बेंचमार्क पर मूल्यांकन करती है, और दो नए बेंचमार्क GeoKTools तथा GeoExpertQueries के डेवलपमेंट स्प्लिट जारी करती है।
- रिपोर्ट के अनुसार Earth AI स्किल्स देने पर GeoExpertQueries, GeoKTools और CBGB में बड़ा सुधार होता है, जबकि UnivEARTH पर अकेला LLM 93.6% स्कोर करता है।
- रिपोर्ट के अनुसार GeoExpertQueries की ओपन-एंडेड समस्याओं के लिए पूर्व योजना आवश्यक है, ताकि अविश्वसनीय अनुमान या स्थानिक टूल की जगह वेब सर्च जैसे शॉर्टकट न हों।
- सार्वजनिक स्वास्थ्य शोध में जनसंख्या और उपग्रह संकेतों को जोड़ने से स्वास्थ्य परिणामों की भविष्यवाणी जनसांख्यिकीय बेसलाइन की तुलना में 12% बेहतर हुई और 8 गुना बारीक स्थानिक रिज़ॉल्यूशन पर मैपिंग संभव हुई।
AI बिल्डरों के लिए यह रिपोर्ट स्थानिक रीज़निंग में डोमेन-विशिष्ट टूल और पूर्व योजना के लाभ को मापती है, और जारी बेंचमार्क डेवलपमेंट स्प्लिट तथा प्रयोगात्मक A2A सेवा कस्टम जियोस्पेशियल वर्कफ़्लो बनाने और मूल्यांकन करने के ठोस संसाधन देती है।
Google Research ने तकनीकी दस्तावेज़ सत्यापन के लिए Deep Review लॉन्च किया
Deep Review, Google Research का एजेंटिक AI सिस्टम है, जिसे शुरू में कंप्यूटर विज्ञान के शोध पत्रों के विश्लेषण के लिए डिज़ाइन किया गया था और अब यह कानूनी व वित्तीय जैसे क्षेत्रों के जटिल दस्तावेज़ों पर कठोर फ़ीडबैक और तकनीकी सत्यापन देता है।
- इसके पूर्ववर्ती Paper Assistant Tool (PAT) को STOC 2026, ICML 2026, NeurIPS 2026 और ICLR 2027 के साथ पायलट किया गया, जिसने 16,000 से अधिक पांडुलिपियों के लेखकों को सबमिशन-पूर्व फ़ीडबैक दिया।
- हर उपयोगकर्ता को प्रति सप्ताह दो निःशुल्क दस्तावेज़ समीक्षाएँ मिलती हैं; उच्च-मात्रा वाले उपयोगकर्ता Gemini API कुंजी जोड़कर Deep Review API के ज़रिए अधिक उपयोग सीमा और प्रोग्रामेटिक इंटीग्रेशन पा सकते हैं।
- यह शुरू में इनपुट प्रारूप के रूप में PDF और सादा टेक्स्ट का समर्थन करता है, और बहु-फ़ाइल इनपुट जल्द आने वाला है।
- Deep Review पर अपलोड किए गए दस्तावेज़ कभी भी Google मॉडल को प्रशिक्षित, फ़ाइन-ट्यून या बेहतर करने के लिए उपयोग नहीं किए जाते और Deep Review UI में उपयोगकर्ता को दिखाने के एकमात्र उद्देश्य से एक वर्ष तक संग्रहीत रहते हैं।
AI बिल्डरों के लिए Deep Review, Gemini API कुंजी के ज़रिए CI और ड्राफ़्टिंग वर्कफ़्लो में जोड़ने योग्य दस्तावेज़ सत्यापन देता है, हालाँकि शुरुआती इनपुट PDF और सादे टेक्स्ट तक सीमित हैं।
Google DeepMind और सिंगापुर सरकार ने धोखाधड़ी का पता लगाने के लिए फाइन-ट्यून किया गया AI मॉडल बनाने में सहयोग किया
Google DeepMind और GovTech Singapore ने एक हल्के Gemma मॉडल को फाइन-ट्यून करके गोपनीयता-संरक्षण वाला ऑन-डिवाइस धोखाधड़ी पहचान मॉडल बनाया है, जो चैट डेटा को क्लाउड पर भेजे बिना हेरफेर करने वाले बातचीत पैटर्न की पहचान करता है।
- सिंगापुर में दर्ज अपराधों में आधे से अधिक धोखाधड़ी के हैं, और 2019 से इनसे 4 अरब सिंगापुर डॉलर से अधिक का नुकसान हुआ है।
- सोशल इंजीनियरिंग धोखाधड़ी अब सभी नुकसानों का 80% तक है।
AI बिल्डरों के लिए यह दो-चरणीय ऑन-डिवाइस पाइपलाइन दिखाता है जो पहचान सटीकता और बैटरी दक्षता के बीच संतुलन बनाती है और संप्रभु सैंडबॉक्स तथा अनाम प्रशिक्षण डेटा के माध्यम से शासन आवश्यकताओं को पूरा करती है।