AI FRONTIER

Mac Studio पर MLX और RDMA के साथ स्थानीय और वितरित बड़े LLM अनुमान

Apple Machine Learning Research में “Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio” शीर्षक वाला एक पेपर सूचीबद्ध है; उपलब्ध सारांश कहता है कि यह बड़े भाषा मॉडल की क्षमताओं, मूल्यांकन या अलाइनमेंट पर केंद्रित है और विधियों तथा प्रयोगात्मक परिणामों के लिए उपयुक्त है।

• शीर्षक: “Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio”।
• स्रोत: Apple Machine Learning Research।
• शीर्षक में तकनीकी शब्द: MLX, RDMA और Mac Studio।
• उपलब्ध सारांश कहता है कि यह विधियों और प्रयोगात्मक परिणामों के लिए उपयुक्त है।

AI बिल्डरों के लिए यह Apple हार्डवेयर पर MLX और RDMA को जोड़कर स्थानीय और वितरित LLM अनुमान पर नज़र रखने का संकेत है, लेकिन उपलब्ध सारांश में प्रदर्शन के आंकड़े नहीं हैं।

OpenRouter पर Elorian: Glimpse मल्टीमॉडल विज़ुअल रीज़निंग मॉडल आया

Elorian का Glimpse इमेज और वीडियो को पहले टेक्स्ट में बदलने के बजाय सीधे उन पर तर्क करता है; यह टेक्स्ट, इमेज और वीडियो इनपुट लेता है और टेक्स्ट लौटाता है, जिसकी कॉन्टेक्स्ट विंडो 262,144 टोकन है।

• कीमत 0.60 डॉलर प्रति 1M इनपुट टोकन, 3.00 डॉलर प्रति 1M आउटपुट टोकन और 0.06 डॉलर प्रति 1M कैश-रीड टोकन है।
• कॉन्टेक्स्ट विंडो 262,144 टोकन है और यह अधिकतम 256,000 कम्प्लीशन टोकन सपोर्ट करती है; मॉडल 17 अक्टूबर 2026 को रिलीज़ हुआ।
• Glimpse फ़ंक्शन कॉलिंग के लिए tools और tool_choice स्वीकार करता है और response_format में JSON स्कीमा के ज़रिए स्ट्रक्चर्ड आउटपुट सपोर्ट करता है।
• OpenRouter पर एक होस्टिंग प्रोवाइडर, 0.21 सेकंड P50 लेटेंसी, 109 टोकन/सेकंड P50 थ्रूपुट और पिछले तीन दिनों में 99.15% उपलब्धता दर्ज है; EU इन-रीजन रूटिंग फ़िलहाल उपलब्ध नहीं है।

चूंकि Glimpse जवाबों को ट्रांसक्राइब किए गए टेक्स्ट के बजाय पिक्सल और वीडियो फ़्रेम पर आधारित करता है, बिल्डर अलग कैप्शनिंग चरण के बिना विज़ुअल सर्च, वीडियो कैप्शनिंग और डेंस काउंटिंग एजेंट बना सकते हैं।

जैविक वास्तविकता में AI एजेंट्स को आधार देना: VERID फ्रेमवर्क और क्लोज़्ड-लूप आणविक डिज़ाइन

Google Research ने तीन परियोजनाएँ प्रस्तुत कीं जिनमें AI एजेंट्स VERID डिजिटल ट्विन के ज़रिए लिक्विड-हैंडलिंग प्रोटोकॉल की योजना बनाते, सिमुलेशन करते और निष्पादित करते हैं, तथा एप्टामर और de novo प्रोटीन डिज़ाइन में क्लोज़्ड-लूप खोज करते हैं।

• VERID ओपन-सोर्स PyLabRobot फ्रेमवर्क पर बना है और लाइव 3D स्टेट ट्रैकिंग, तेज़ वर्चुअल ड्राई रन, हार्डवेयर सुरक्षा जाँच तथा सिंक्रोनाइज़्ड वीडियो और एक्शन लॉग प्रदान करता है।
• एक क्लोज़्ड-लूप सेल्फ-प्ले अभियान में एजेंट ने ब्लाइंडेड डाई मिश्रणों का पुनर्निर्माण किया और रनों के बीच अपने ऑप्टिकल व फ्लुइडिक आर्टिफैक्ट्स की पहचान कर सटीकता पाँच गुना से अधिक बढ़ाई।
• एप्टामर प्रयोगों में α-thrombin के लिए पुष्ट ऑन-टारगेट हिट दर राउंड 1 में 0% से बढ़कर राउंड 2 में 26.0% और राउंड 3 में 98.5% विशिष्टता के साथ 42.1% हो गई।
• मायोग्लोबिन में राउंड 2 के G-quadruplex संवर्धन ने विशिष्टता 75.0% से घटाकर 19.1% कर दी; राउंड 3 में डिज़ाइन नियम संशोधित करने पर विशिष्टता 72.4% पर लौटी और हिट दर नौ गुना बढ़कर 33.5% हुई।

लैब एजेंट बनाने वाली टीमों के लिए VERID दर्शाता है कि भौतिक स्थिति और सुरक्षा सत्यापन को एजेंट लूप में शामिल करना पुनरुत्पादक, स्व-सुधारक स्वचालित प्रयोग का आधार है।

एक AI एजेंट उस टूल को निष्पादित कर सकता है जिसे उसका मॉडल मना करता है

ActuIA द्वारा रिपोर्ट किए गए एक पेपर सारांश के अनुसार, एक AI एजेंट उस टूल को निष्पादित कर सकता है जिसे उसका अंतर्निहित मॉडल मना करता है। यह मॉडल-स्तरीय इनकार और एजेंट-स्तरीय टूल निष्पादन के बीच असंगति की ओर संकेत करता है।

• स्रोत ActuIA का एक पेपर सारांश है।
• सारांश बताता है कि एक AI एजेंट उस टूल को निष्पादित कर सकता है जिसे उसका मॉडल मना करता है।

एजेंटिक टूल-कॉलिंग पाइपलाइन बनाने वाले डेवलपर्स टूल निष्पादन को रोकने के लिए केवल मॉडल-स्तरीय इनकार संकेतों पर भरोसा नहीं कर सकते।

Microsoft Research ने Nature में AI मौसम पूर्वानुमान पर अध्ययन प्रकाशित किया

Microsoft Research ने AI आधारित मौसम पूर्वानुमान पर एक अध्ययन Nature में प्रकाशित किया है, जिसकी रिपोर्ट Unite.AI से है।

• Microsoft Research का AI मौसम पूर्वानुमान अध्ययन Nature में प्रकाशित हुआ।
• इस अध्ययन की रिपोर्ट Unite.AI से है।

AI बिल्डरों के लिए यह संकेत है कि AI मौसम पूर्वानुमान शोध Nature स्तर के पीयर-रिव्यू प्रकाशन तक पहुँच गया है।

Accelerating the search for antimicrobial peptides with Google Antigravity

Accelerating the search for novel antimicrobial peptides using Google Antigravity for Science.

This matters because a capability that was previously difficult or impractical is moving closer to real product use.