AI FRONTIER
Signals worth understanding before they become obvious.
NVIDIA ने 40 भाषाओं के लिए खुला स्पीच मॉडल Nemotron-3.5-Transcribe-30B-A4B जारी किया
NVIDIA ने Hugging Face पर Nemotron-3.5-Transcribe-30B-A4B प्रकाशित किया है, जो 40 भाषाओं में ट्रांसक्रिप्शन के लिए एक ऑफ़लाइन स्पीच और ऑडियो मॉडल है और एक घंटे तक की रिकॉर्डिंग तथा 65,536-टोकन कॉन्टेक्स्ट का समर्थन करता है। इसकी हाइब्रिड मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर ऑडियो एनकोडर सहित लगभग 4.3B पैरामीटर सक्रिय करती...
- कुल 34B पैरामीटर, 4.3B सक्रिय (ऑडियो एनकोडर सहित), Mamba-2–Transformer हाइब्रिड मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर पर।
- 65,536-टोकन कॉन्टेक्स्ट लंबाई, 1 घंटे तक की रिकॉर्डिंग और 40 भाषाओं का समर्थन।
- वेट BF16 में जारी किए गए हैं, FP8 और NVFP4 क्वांटाइज़्ड वेरिएंट भी उपलब्ध हैं, लाइसेंस OpenMDW-1.1 है।
- मॉडल कार्ड के अनुसार Open ASR Leaderboard के 9 सार्वजनिक सेट पर औसत WER 4.71 और लॉन्ग-फ़ॉर्म ऑडियो पर 10.98 दर्ज हुआ।
स्पीच उत्पाद बनाने वाली टीमों के लिए यह मॉडल 4.3B सक्रिय पैरामीटर के साथ 40 भाषाओं में ट्रांसक्रिप्शन और एक घंटे के लॉन्ग-फ़ॉर्म ऑडियो को जोड़ता है, और खुले वेट तथा कई क्वांटाइज़ेशन प्रिसिजन फ़ाइन-ट्यूनिंग व सेल्फ-होस्टिंग को व्यावहारिक बना...
सिंथेटिक एंटरप्राइज़ डेटा मूल्यांकन से Microsoft Copilot पर वास्तविक भरोसे तक
Microsoft Research ने Industry Evaluation Data Generation Platform बनाया है, जो O*NET व्यावसायिक डेटा, ऑनलाइन नौकरी विज्ञापनों और SEC फाइलिंग जैसे सार्वजनिक स्रोतों पर आधारित पूरी तरह सिंथेटिक एंटरप्राइज़ वातावरण बनाता है, ताकि किसी भी ग्राहक डेटा का उपयोग किए बिना Microsoft Copilot का मूल्यांकन किया जा सके।
- मूल्यांकन वातावरण O*NET व्यावसायिक डेटा, ऑनलाइन नौकरी विज्ञापनों और SEC फाइलिंग सहित सार्वजनिक रूप से उपलब्ध स्रोतों पर आधारित हैं।
- तीन सिंथेटिक उद्योग वातावरण बनाए गए: फार्मास्यूटिकल, कैपिटल मार्केट्स और एक IT/सॉफ़्टवेयर कंपनी।
- सिंथेटिक डेटा गुणवत्ता का समग्र मीट्रिक शुरुआती जनरेशन दृष्टिकोण की तुलना में 39% बेहतर हुआ, और कुछ उद्योग-विशिष्ट वातावरणों ने 1.0 में से 0.9 से ऊपर स्कोर किया।
- ऑटोमेशन ने मूल्यांकन डेटासेट बनाने की प्रक्रिया को कई दिनों के मैन्युअल काम से स्वचालित रन में बदल दिया, जिससे अनुमानित रूप से प्रति डेटासेट लगभग 100,000 डॉलर और कुल परियोजना में 300,000 डॉलर की बचत हुई।
एंटरप्राइज़ AI का मूल्यांकन करने वाली टीमें ग्राहक डेटा को छुए बिना पुनरुत्पादनीय बेसलाइन पाने के लिए इस सिंथेटिक-वातावरण और स्वचालित क्वेरी जनरेशन दृष्टिकोण का पुनः उपयोग कर सकती हैं।
EMNLP'26｜GPT भी 'माहौल नहीं पढ़' पाता, Werewolf बेंचमार्क ने सामाजिक अंध-क्षेत्र उजागर किए
Zhiyuan Community की रिपोर्ट के अनुसार, EMNLP'26 में स्वीकृत एक अध्ययन Werewolf को बेंचमार्क के रूप में उपयोग करता है और पाता है कि GPT में 'माहौल पढ़ने' के लिए ज़रूरी सामाजिक तर्क में अंध-क्षेत्र दिखते हैं।
- यह कार्य EMNLP'26 में स्वीकृत हुआ।
- बेंचमार्क परीक्षण परिदृश्य के रूप में Werewolf का उपयोग करता है।
- रिपोर्ट बताती है कि GPT ने इस बेंचमार्क पर सामाजिक अंध-क्षेत्र उजागर किए।
मल्टी-एजेंट सामाजिक तर्क प्रणालियाँ बनाने वालों के लिए Werewolf-शैली का बेंचमार्क किसी मॉडल की सामाजिक अनुमान क्षमता परखने का समर्पित परीक्षण-क्षेत्र देता है।
हम फ्रंटियर मॉडल मिसअलाइनमेंट का पता कैसे लगाते हैं
OpenAI फ्रंटियर मॉडल मिसअलाइनमेंट और अनधिकृत एजेंट व्यवहार का पता लगाने के लिए स्तरित निगरानी का उपयोग करता है, ताकि घटनाओं के बढ़ने से पहले रिस्पॉन्डर हस्तक्षेप कर सकें।
- OpenAI फ्रंटियर मॉडल मिसअलाइनमेंट का पता लगाने के लिए स्तरित निगरानी का उपयोग करता है।
- निगरानी अनधिकृत एजेंट व्यवहार को भी कवर करती है।
- उद्देश्य यह है कि घटनाओं के बढ़ने से पहले रिस्पॉन्डर हस्तक्षेप कर सकें।
एजेंट बनाने वाली टीमों को ऐसी स्तरित निगरानी माननी चाहिए जो मिसअलाइनड व्यवहार के बढ़ने से पहले उसे पकड़ सके।
पहली बार: गंभीर संक्रमण से लड़ने के लिए मरीज को AI-डिज़ाइन किया गया वायरस इंजेक्ट किया गया
अल-शर्क अल-अवसत के अनुसार, गंभीर संक्रमण से लड़ने के लिए पहली बार एक मरीज को कृत्रिम बुद्धिमत्ता से डिज़ाइन किया गया वायरस इंजेक्ट किया गया।
- अल-शर्क अल-अवसत ने बताया कि यह पहली बार है जब AI-डिज़ाइन किया गया वायरस किसी मरीज को इंजेक्ट किया गया।
- रिपोर्ट के अनुसार, यह वायरस गंभीर संक्रमण से लड़ने के लिए इस्तेमाल किया गया।
AI बिल्डरों के लिए, यह दर्शाता है कि AI-डिज़ाइन किए गए जैविक एजेंट कम्प्यूटेशनल डिज़ाइन से मानव अनुप्रयोग की ओर बढ़ रहे हैं।