मॉडल रिलीज़ और बेंचमार्क
Granite 4.2 रीज़निंग. आईबीएम ने Granite 4.2 को 3B, 8B और 30B साइज़ में Apache 2.0 के तहत जारी किया। इन मॉडलों में चेन-ऑफ़-थॉट थिंकिंग मोड, 512K कॉन्टेक्स्ट, नेटिव टूल कॉलिंग है, और इन्हें एजेंटिक रीइन्फोर्समेंट लर्निंग के साथ पोस्ट-ट्रेन किया गया है।
Thomson Reuters लीगल मॉडल. Thomson Reuters ने Thomson-1.0-Small जारी किया, जो कानून और टैक्स पर केंद्रित मॉडल है।
Qwen3.8 NVFP4 क्वांट. एक पूरी तरह क्वांटाइज़्ड NVFP4 Qwen3.8-27B चेकपॉइंट, QUASAR के साथ क्वांटाइज़ेशन-अवेयर डिस्टिलेशन के ज़रिए, सभी लीनियर लेयर्स क्वांटाइज़ होने पर भी near-BF16 प्रदर्शन बरकरार रखता है।
Muse Glimmer बेंचमार्क. Muse Glimmer ने एक इम्प्लिसिट-नॉलेज बेंचमार्क में Qwen3.8 medium से बेहतर प्रदर्शन किया और इसमें 3-4 घंटे लगे, जबकि Qwen xhigh में 30 घंटे लगे; इससे पता चलता है कि RAG इसे फ्रंटियर मॉडलों के करीब ला सकता है।
Qwen3.8-Flash-Next लोकल. आने वाला Qwen3.8-Flash-Next एक मल्टीमॉडल MoE है जिसमें कुल ~125B पैरामीटर और ~6B एक्टिव हैं, साथ ही 51B का n-gram टेबल है। 4-बिट क्वांटाइज़ेशन में यह लगभग 82 GB में फिट हो सकता है, जो इसे हैरान करने वाला लोकल-फ्रेंडली बनाता है।
हार्डवेयर और इंफ़रेंस
AMD MI350X कर्नेल. NetraRuntime ने एक कर्नेल ओपन-सोर्स किया जो 8 MI350X GPU पर Qwen3.6-35B-A3B को 78,498 आउटपुट टोकन प्रति सेकंड की रफ्तार से चलाता है, जो vLLM से लगभग 2.16x अधिक थ्रूपुट है।
OpenAI Jalapeño चिप. OpenAI का पहला कस्टम इंफ़रेंस चिप Jalapeño, SemiAnalysis के बेंचमार्क में थ्रूपुट प्रति वाट और लेटेंसी में Nvidia Blackwell और Rubin को पीछे छोड़ता है, और GPT-OSS 120B पर प्रति उपयोगकर्ता 1,400 टोकन प्रति सेकंड तक पहुंचता है।
DFlash2 स्पीडअप. RTX 4080 16GB पर DFlash2 speculative डिकोडिंग सेटअप ने Qwen3.8-27B को 50.6 से बढ़ाकर 86.7 टोकन प्रति सेकंड कर दिया, और आउटपुट क्वालिटी बिल्कुल समान रही।
Mac Studio विकल्प. Mac Studio M5 Ultra 96GB, M5 Max 128GB की तुलना में दोगुनी मेमोरी बैंडविड्थ देता है, लगभग €740 अधिक की कीमत पर। लेकिन लागत विश्लेषण से पता चलता है कि ज़्यादातर लोकल इंफ़रेंस के लिए सस्ते 24-32GB कार्ड अधिक किफ़ायती हो सकते हैं।
16GB कोडिंग टेस्ट. 16GB Quadro पर चल रहे हेवी क्वांटाइज़्ड Qwen3.8-27B ने स्क्रैच से एक मल्टीलेयर ट्रांसफर-मैट्रिक्स विधि को सही ढंग से लागू किया, हालांकि उसने 100 मिनट के रन का ज़्यादातर समय अपने वैलिडेटर को डीबग करने में बिताया।
एजेंट और फ्रेमवर्क
LangChain एजेंट टूलिंग. LangChain ने RubricMiddleware को जोड़ा है ताकि एजेंट खुद का मूल्यांकन कर सकें; deepagents-CLI में स्किल्स का सपोर्ट जोड़ा, और एजेंट लूप्स को स्टैक करने के लिए लूप इंजीनियरिंग पैटर्न का दस्तावेज़ीकरण किया।
LangSmith Engine 2x. LangSmith Engine अब आंतरिक बेंचमार्क में प्रभावशाली एजेंट समस्याओं को दोगुने से भी बेहतर तरीके से पहचानता है, और फिक्स लिखने में 25% बेहतर है।
Claude Cowork मेमोरी. Anthropic ने Claude chat और Claude Cowork के बीच मेमोरी को एकीकृत किया है, जिससे Cowork अब chat से कॉन्टेक्स्ट याद रखता है और उपयोगकर्ता सहेजी गई जानकारी देख, संपादित या हटा सकते हैं।
Plan-and-Execute एजेंट. LangChain ने एक Plan-and-Execute एजेंट एक्ज़ीक्यूटर पेश किया है जो पहले मल्टी-स्टेप कार्यों की योजना बनाता है और फिर उन्हें निष्पादित करता है। यह ज़्यादा LLM कॉल्स की कीमत पर बेहतर लॉन्ग-होराइज़न प्लानिंग देता है।
इंडस्ट्री और बिज़नेस
भारत वॉयस AI. Ringg ने Peak XV से $10M जुटाए हैं, जबकि वह भारतीय उद्यमों के लिए वॉयस AI एजेंट बना रहा है। कंपनी पहले से ही Flipkart और Cred जैसे ग्राहकों के साथ एक महीने में 20 मिलियन कॉल अटेम्प्ट्स प्रोसेस करती है।
Generalist रोबोटिक्स $3B. रोबोटिक्स स्टार्टअप Generalist का वैल्यूएशन अब $3 बिलियन है, जबकि इसकी Series B को बढ़ाकर $600 मिलियन किया गया है। उसका Gen 1.5 मॉडल रोबोटों को 3 से 12 सेकंड जितने छोटे वीडियो डेमो से कार्य सीखने में सक्षम बनाता है।
Stability AI फंडिंग. Stability AI ने Universal Music, Sony Music, Warner Music और EA जैसे निवेशकों से Series B में $76 मिलियन जुटाए, जिससे क्रिएटिव AI टूल्स के लिए कुल फंडिंग $232 मिलियन हो गई।
Google लीगल AI. Google ने Gemini Enterprise for Legal लॉन्च किया है, जो MCP कनेक्टर्स के ज़रिए iManage, NetDocuments, Harvey और अन्य के साथ एकीकृत होता है। यह कॉन्ट्रैक्ट रिव्यू, कानूनी शोध और रेगुलेटरी ट्रैकिंग के लिए है।
Lyft और Klarna एजेंट्स. Lyft ने LangGraph और LangSmith के साथ एक सेल्फ-सर्व मल्टी-एजेंट कस्टमर सपोर्ट प्लेटफॉर्म बनाया है, जबकि Klarna का LangGraph असिस्टेंट 700 फुल-टाइम कर्मचारियों के बराबर काम करता है।
सुरक्षा और नीति
Russia ChatGPT अभियान. OpenAI ने रूसी गुप्त प्रभाव अभियान को बाधित किया, जिसमें ChatGPT का इस्तेमाल क्रेमलिन समर्थक कंटेंट और नकली लेख बनाने के लिए किया गया था। इन्हें X, LinkedIn, Facebook, Substack और Telegram पर फैलाया गया था।
EU AI Act अनुपालन. LangChain ने LangSmith और LangChain OSS के उपयोग के लिए दिशानिर्देश प्रकाशित किया है, ताकि EU AI Act की हाई-रिस्क आवश्यकताओं जैसे लॉगिंग, मॉनिटरिंग और मानव निरीक्षण को पूरा किया जा सके।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।