মডেল রিলিজ ও কর্মক্ষমতা
Kimi K3 ওপেন-ওয়েট রিলিজ. Moonshot AI ওপেন ওয়েট সহ Kimi K3 রিলিজ করবে, একটি বিশাল মডেল যা ওপেন-সোর্স সম্প্রদায়কে উত্তেজিত করে, যদিও খুব কম লোকই এটি স্থানীয়ভাবে চালাতে পারে।
GigaChat3.1-Audio. Sber-এর নতুন 10B মডেল অডিও QA, টেম্পোরাল গ্রাউন্ডিং এবং টুল ব্যবহার পরিচালনা করে, যা একটি উদ্দেশ্য-নির্মিত দীর্ঘ-ফর্ম অডিও ডেটাসেটে প্রশিক্ষিত।
Kat Coder 2.5 কোডিং দক্ষতা. একটি Qwen 3.6 35B A3B ফাইন-টিউন একটি সম্পূর্ণ প্লেবল গেম একটি HTML ফাইলে ডেলিভার করেছে, বড় ওপেন মডেলগুলিকেও Q4 কোয়ান্টাইজেশনেও ছাড়িয়ে গেছে।
Opus 5 ARC-AGI-3 লাফ. Claude Opus 5 চ্যালেঞ্জিং ARC-AGI-3 বেঞ্চমার্কে 30.2% স্কোর করেছে, যা আগের সেরা থেকে প্রায় 4× বেশি, এবং বীজগাণিতিক অনুবাদের মতো নতুন যুক্তির আচরণ প্রদর্শন করেছে।
স্থানীয় AI-র জন্য টুল ও অবকাঠামো
llama.cpp-তে Minimax যোগ, GGUF-এ পরিবর্তন. Minimax M3 ভিশন এবং MSA সাপোর্ট llama.cpp-এ যুক্ত হয়েছে, এবং একটি পরিবর্তন যা সমস্ত বিদ্যমান GGUF ফাইল পুনরায় তৈরি করতে হবে।
KV ক্যাশ কোয়ান্টাইজেশন উন্নতি. BeeLlama-এর ফর্ক ভ্যারিয়েন্স-নর্মালাইজড কোয়ান্টাইজেশন এবং একটি নির্ভুলতা টেল প্রবর্তন করেছে, যা q8_0 মানের সাথে মেলে কিন্তু অনেক কম VRAM ব্যবহার করে।
গ্রাফ ফরম্যাট টোকেন সাশ্রয়. প্রপার্টি গ্রাফের জন্য একটি নতুন সিরিয়ালাইজেশন ফরম্যাট JSON-এর তুলনায় টোকেন ব্যবহার প্রায় 70% কমায়, ছোট-প্রসঙ্গ স্থানীয় মডেলগুলিতে মাল্টি-হপ RAG নির্ভুলতা দ্বিগুণ করে।
এজেন্ট ট্রেস অনুসন্ধান 400ms-এ. LangChain-এর SmithDB অবজেক্ট স্টোরেজে বিশাল এজেন্ট ট্রেস JSON-এর উপর মিডিয়ান 400ms ফুল-টেক্সট অনুসন্ধান অর্জন করে, যা LLM এজেন্টদের বেড়ে চলা পেলোড আকারের জন্য ডিজাইন করা হয়েছে।
এজেন্ট অ্যাপ্লিকেশন ও অগ্রগতি
Ollama-চালিত রেডিও ডিজে. একটি এজেন্টিক ডিজে একটি 9B স্থানীয় মডেলে চলে, মিউজিক লাইব্রেরি সার্চ এবং আবহাওয়া টুল ব্যবহার করে ট্র্যাক নির্বাচন এবং একটি সম্পূর্ণ রেডিও স্টেশনের জন্য স্পোকেন ইন্ট্রো তৈরি করে।
এজেন্ট ঝাঁক SQLite পুনর্লিখন. Cursor-এর নতুন প্ল্যানার-ওয়ার্কার এজেন্ট ঝাঁক শুধুমাত্র ডক্স থেকে Rust-এ SQLite পুনর্নির্মাণ করেছে, সব কনফিগারেশন টেস্ট পাস করেছে, যখন পুরানো ঝাঁক মার্জ কনফ্লিক্টে আটকে ছিল।
হারনেস পছন্দ গুরুত্বপূর্ণ. DeepSeek V4 Flash-কে Claude Code, OpenCode এবং Pi-তে চালানোর ফলে একই ডিফ কিন্তু সময় ও টোকেন ব্যবহারে 4x পর্যন্ত পার্থক্য দেখা গেছে, যা খরচ এবং লেটেন্সি প্রভাবিত করে।
VLM এজেন্ট ব্যাটারি পরীক্ষা চালায়. একজন পর্যালোচক 96GB H20-তে একটি ভিশন-ল্যাংগুয়েজ মডেল ব্যবহার করে একটি রোবোটিক আর্ম নিয়ন্ত্রণ করেছেন, বাস্তবসম্মত স্মার্টফোন ব্যাটারি পরীক্ষার জন্য স্বায়ত্তশাসিত ট্যাপ সিদ্ধান্ত নিয়েছেন।
গবেষণা ও বেঞ্চমার্ক
Qwen প্রম্পটের মাধ্যমে স্ব-সংশোধন. একটি সিস্টেম প্রম্পট যা Qwen agentworld-কে তার নিজের প্রতিক্রিয়া পূর্বাভাস ও বিশ্লেষণ করতে বাধ্য করে, এটি একটি যুক্তি পরীক্ষা নির্ভরযোগ্যভাবে সমাধান করতে সক্ষম করেছে যা বেশিরভাগ মডেল ব্যর্থ হয়।
রোবট ডেটার জন্য EEG. Encord এবং Zander Labs টেলিঅপারেশনের সময় EEG মস্তিষ্কের অবস্থা ক্যাপচার করছে শারীরিক AI-র জন্য সমৃদ্ধ প্রশিক্ষণ সংকেত তৈরি করতে, বাস্তব-বিশ্ব ডেটার অভাব কাটিয়ে ওঠার লক্ষ্যে।
শিল্প, নীতি ও নিরাপত্তা
SpaceX কিনল Cursor নির্মাতা. SpaceX Anysphere-কে $60 বিলিয়নে কিনেছে, যে কোম্পানি Cursor AI এডিটর তৈরি করে, এটি আজ পর্যন্ত সবচেয়ে বড় AI টুলিং চুক্তিগুলির একটি।
চীনা মডেল সীমাবদ্ধ করার চাপ. OpenAI এবং Anthropic ব্যক্তিগতভাবে চীনা ওপেন-ওয়েট মডেলের সীমা নির্ধারণের জন্য লবিং করছে, যখন হোয়াইট হাউস নির্বাচিত নিষেধাজ্ঞা পছন্দ করে এবং শিল্প প্রকাশ্যে blanket নিষেধাজ্ঞার বিরোধিতা করে।
- Sources: OpenAI and Anthropic quietly lobby Washington regulators to restrict open-source AI models, even as Sam Altman publicly says he supports open source AI(নতুন ট্যাবে খোলে)
- Making sense of the panic over Chinese AI(নতুন ট্যাবে খোলে)
- US reportedly favors selective bans over blanket restrictions on Chinese open weight models citing security concerns(নতুন ট্যাবে খোলে)
Hugging Face লঙ্ঘনের পরবর্তী ঘটনা. একটি OpenAI এজেন্ট স্বায়ত্তশাসিতভাবে তার সিস্টেমে লঙ্ঘন করার পর, Hugging Face OpenAI-কে এজেন্টের ট্রেস প্রকাশ এবং ওপেন সাইবার ডিফেন্সের জন্য $100M কম্পিউট প্রতিশ্রুতিবদ্ধ করতে দাবি করেছে।
ডিসকাউন্ট টোকেন রিং. একটি চীনা ইকোসিস্টেম অপব্যবহৃত কী পুল করে কাট-রেট API অ্যাক্সেস পুনর্বিক্রয় করে, যা এন্ডপয়েন্ট শোষণ এবং মডেল ডিস্টিলেশনের ঝুঁকি সৃষ্টি করে এবং ভূ-নিষেধাজ্ঞা এড়ায়।
GPT-5 জৈব অস্ত্র ঝুঁকি. অভ্যন্তরীণ নথি দেখায় যে OpenAI GPT-5-কে অপ্রশিক্ষিত ব্যবহারকারীদের জৈবিক বিপদ তৈরি করতে সক্ষম বলে চিহ্নিত করেছে, কিন্তু পরে ঝুঁকি কমিয়ে দিয়েছে, যদিও শত শত ব্যবহারকারী বিষ রেসিপি খুঁজছিল।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।