Agentic AI News আজ

Sori-1B অডিও-ভাষা মডেল. এটি একটি 1B প্যারামিটার মডেল, যা টেক্সট-অনলি প্রিট্রেইনিং ছাড়াই অডিও-যুক্ত টেক্সটে স্ক্র্যাচ থেকে প্রশিক্ষিত, এবং লক্ষ্য হলো অডিওতে ভিত্তি করে উত্তর দেওয়া। এর সাথে রয়েছে NVIDIA-র ফ্রোজেন Audio Flamingo Next এনকোডার এবং একটি কাস্টম অডিটরি-অন্টোলজি টোকেনাইজার; এটি অ-বাণিজ্যিক/একাডেমিক লাইসেন্সে প্রকাশিত।

• → snkii/Sori-1B: Audio-Grounded LM Trained From Scratch (No Text-Only Pretraining)

লোকাল Qwen3.8. কমিউনিটি রিপোর্ট অনুযায়ী, Qwen3.8-27B এবং Flash Next ১২ গিগাবাইট ফোন (৩.৫ টোকেন/সেকেন্ড) থেকে চারটি R9700 GPU (৮০-১২০ টোকেন/সেকেন্ড জেনারেশন, ৭০০k কন্টেক্সট) পর্যন্ত বিভিন্ন হার্ডওয়্যারে চলছে। লোকাল এজেন্ট ওয়ার্কলোডে Flash Next দ্রুততর এবং স্থিতিশীল, তবে দীর্ঘ মাল্টি-টার্ন ব্যবহারের জন্য ডেন্স 27B মডেলটি শক্তিশালী রয়ে গেছে; কিছু ব্যবহারকারী মডেলগুলিকে ‘ডেন্স’ মনে করেন, তবে জার্মান অনুবাদের মানের প্রশংসা আছে।

• → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
• → Qwen 3.8 27B - Fantastic German capabilities
• → Unpopular opinion Qwen 3.8 is hard to understand
• → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
• → Here my pretty good qwen3.8 27B setup, hope it helps
• → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM

সেন্সরবিহীন GGUF রিলিজ. একজন Reddit ব্যবহারকারী LongCat-Flash-Lite-Sparse-এর GGUF প্রকাশ করেছেন — এটি ১M কন্টেক্সটসহ একটি 69B-A3B স্পার্স-অ্যাটেনশন মডেল। এছাড়াও MTP-সহ Qwen3.8-27B, Qwen3.5-122B-A10B, Qwen3-Coder-Next এবং একটি ভিশন মডেলও প্রকাশ করেছেন। LongCat-এর জন্য একটি কাস্টম llama.cpp ফর্ক প্রয়োজন।

• → Uncensored Multi-Model Releases, LongCat-Flash-Lite-Sparse with MTPs and LSAs, Qwen3.8-27B with MTPs, Qwen3.5-122B-A10B with MTPs, Qwen3-Coder-Next and Laguna-S2.1 with Vision, All Available in GGUF Format! Bonus: Links to my llama.cpp Fork for LongCat-Flash-Lite Support and J-Wash Enhanced Fork!

ডেস্কটপ AI হার্ডওয়্যার. NVIDIA-র DGX Station ডেস্কটপ ৭.১ টেরাবাইট/সেকেন্ড মেমোরি ব্যান্ডউইথসহ ডেটা সেন্টারের সমতুল্য পারফরম্যান্স দেয়। অন্যদিকে Framework প্রায় ৪.৫ হাজার ডলারের একটি ১৯২ গিগাবাইট মেমোরি মাদারবোর্ড প্রস্তুত করছে বলে মনে হচ্ছে।

• → NVIDIA® DGX Station™ Delivering Data-Center-Class Performance from the Desktop
• → It's official! 192GB Framework

LLM পেন্টেস্টিং বেঞ্চমার্ক. নতুন একটি বেঞ্চমার্ক LLM-দের লাইভ অবকাঠামোর বিরুদ্ধে পরীক্ষা করে, যেখানে তাদের আক্রমণ করতে হয়। লক্ষ্য হলো পরিচিত CVE পুনরুৎপাদন নয়, বরং অফেন্সিভ সিকিউরিটির জন্য সেরা মডেল চিহ্নিত করা।

• → Which LLM is actually best at pentesting? benchmark to find out

কোডিং বেঞ্চমার্ক ইনডেক্স. একজন Reddit ব্যবহারকারী প্রধান এজেন্টিক কোডিং বেঞ্চমার্কগুলোকে একটি ‘Agentic Coding Index’-এ একত্রিত করেছেন এবং প্রতি প্যারামিটারে মডেলের সক্ষমতা তুলনার জন্য একটি ইন্টেলিজেন্স ডেনসিটি মেট্রিক গণনা করেছেন।

• → I collected every single LLM coding benchmark, and computed their Intelligence Density

ওপেন VLM এগোসেন্ট্রিক ইভাল. একটি এগোসেন্ট্রিক ভিডিও বেঞ্চমার্কে HFlow ব্যবহার করে, একটি ওপেন Gemma VLM হ্যান্ড ভিজিবিলিটি এবং ম্যানিপুলেশন মেট্রিকে Gemini 2.5 Flash-এর সমান ফল দেখিয়েছে, অথচ এটি ১৯ গুণ সস্তা, যা প্রাইভেট সেলফ-হোস্টেড প্রসেসিংকে কার্যকর করে তোলে।

• → We used HFlow to evaluate the latest open weights VLMs for processing egocentric data

Cloudflare AI সার্চ. Cloudflare-এর AI সার্চ এখন কাস্টম ডেটার জন্য একটি এন্ড-টু-এন্ড সার্চ পাইপলাইন অফার করে, যার মধ্যে এজেন্ট ইন্টিগ্রেশন, মাল্টিমোডাল সার্চ এবং ডিসকভার মোড রয়েছে, যা সাইটম্যাপ ছাড়াই সাইট ইনডেক্স করতে পারে।

• → Cloudflare Extends AI Search to Make it Easier for Agents and Developers to Search Custom Data

AWS Kiro Crew. AWS Kiro Crew-কে ওপেন সোর্স করেছে — এটি এমন একটি ওয়ার্কস্পেস যেখানে শেয়ার্ড মেমোরি, পুনঃব্যবহারযোগ্য স্কিল এবং শিডিউল করা জবসহ একাধিক অ্যাসিনক্রোনাস কোডিং এজেন্ট চালানো যায়। এটি অভ্যন্তরীণভাবে ৩৯,০০০-এরও বেশি ডেভেলপার ব্যবহার করেছেন।

• → AWS Open Sources Kiro Crew for Asynchronous Coding Agents

ChatGPT Work-এর ব্যাখ্যা. OpenAI-র ChatGPT Work পেইড প্ল্যানে পাওয়া যায়। এটি chatgpt.com-এর মাধ্যমে ক্লাউড সংস্করণে এবং একটি লোকাল ডেস্কটপ সংস্করণে আসে, যা ফাইল অ্যাক্সেস করতে এবং প্রোগ্রাম চালাতে পারে, তবে Chat-এর সাথে এর সীমানা এখনও বিভ্রান্তিকর।

• → Understanding ChatGPT Work

Claude Code-এর সীমা কমানো. Anthropic ক্লদ কোডের বেসলাইন সীমা ২৫% বাড়ানোর ঘোষণা দিলেও, বর্তমান ৫০% অস্থায়ী বুস্টের তুলনায় কার্যত এটি ১৭% কম। এছাড়াও, এটি একটি স্বয়ংক্রিয় বাগ রিপোর্ট টুল যোগ করেছে।

• → Anthropic's Claude Code limit change is a raise on paper but a cut in practice

এজেন্টদের সময় সচেতনতার অভাব. একটি গবেষণায় দেখা গেছে, Claude Code এবং Codex নিয়মিতভাবে কাজের সময়কাল ভুল অনুমান করে, ছোট কাজগুলোকে ৩-১০ গুণ বেশি সময় ধরে হিসাব করে, যা দীর্ঘমেয়াদী এজেন্ট জবের জন্য সমস্যাজনক।

• → AI agents have no sense of time and are not aware of it

PILOT লাইভ সেলফ-ইমপ্রুভমেন্ট. PILOT একটি সুপারভাইজার-ওয়ার্কার হারনেস, যা দীর্ঘমেয়াদী এজেন্টদের জন্য লাইভ স্টিয়ারিং এবং লাইভ সেলফ-ইভোলিউশন যোগ করে। Terminal-Bench 2.0-তে এটি প্রতিযোগী হারনেসগুলোর তুলনায় ৯.৮ পয়েন্ট পর্যন্ত ভালো পারফরম্যান্স করেছে।

• → PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents

GameWAM ওয়ার্ল্ড-অ্যাকশন মডেল. GameWAM হলো নেটিভ ভিডিও গেমপ্লের জন্য প্রথম ওয়ার্ল্ড-অ্যাকশন মডেল, যা ফ্লো ম্যাচিংয়ের মাধ্যমে ভবিষ্যত ফ্রেম এবং কীবোর্ড-মাউস অ্যাকশন একসাথে তৈরি করে, সাথে দীর্ঘমেয়াদী ব্লক-সাইকেল নিয়ন্ত্রণ।

• → GameWAM: A World Action Model for Video Games

নেক্সট-চাঙ্ক রিজনিং RL বনাম SFT. একটি নিয়ন্ত্রিত গবেষণায় দেখা গেছে, pre-RLVR প্রশিক্ষণ কৌশল হিসেবে no-CoT এবং long-CoT ডেটাতে Mixed SFT, next-chunk রিজনিং RL-এর চেয়ে ভালো কাজ করে, এবং ৬০ গুণেরও বেশি কম কম্পিউট ব্যবহার হয়।

• → Is Next-Chunk Reasoning RL Really Better than SFT? Revisiting Training Strategies under no-CoT Data

AI এজেন্সি বিতর্ক. জুলাইয়ের Hugging Face Incident-এর উদ্ধৃতি দিয়ে একটি প্রবন্ধ যুক্তি দেখায় যে, AI-এর এজেন্সি—শুধু সক্ষমতা নয়—ফলাফল নির্ধারণ করবে, এবং ব্যবহারকারীরা সেই এজেন্সি কীভাবে দেন বা সীমিত করেন, তা গুরুত্বপূর্ণ।

• → Agency and Agents

Hugging Face অধিগ্রহণ করবে NVIDIA. রিপোর্ট অনুযায়ী, ১২.৯ বিলিয়ন ডলারের চুক্তিতে NVIDIA Hugging Face অধিগ্রহণ করতে পারে, যা কম্পিউটিং অবকাঠামোকে ওপেন-মডেল ইকোসিস্টেমের প্রধান বিতরণ কেন্দ্রের সাথে একত্রিত করবে এবং AI-এর শিল্পায়নকে ত্বরান্বিত করবে।

• → The Sequence Radar-Issue #923: Last Week in AI: AI’s Industrial Turn

মার্কিন রোবোটিক্স বাণিজ্য বাধা. ওয়াশিংটন জাতীয় নিরাপত্তার কথা উল্লেখ করে চীনা ড্রোন এবং রোবটের উপর বিধিনিষেধ ও শুল্ক আরও কঠোর করেছে, তবে চীনের উৎপাদন স্কেল এবং খরচ সুবিধা বৈশ্বিকভাবে এই প্রভাব কমিয়ে দিতে পারে।

• → The U.S. is building barriers around drones and robots, but China has scale to get around them

শিল্পে AI গ্রহণ. Meta ডেটা সেন্টারে সার্ভার রিসেট, ক্যাবল বদল এবং পাওয়ার সাইক্লিংয়ের জন্য Watney, Kinova এবং ABB-র রোবট পরীক্ষা করছে। অন্যদিকে Caterpillar খনির স্বায়ত্তশাসনের শিক্ষা নির্মাণে প্রয়োগ করছে এবং টেকনিশিয়ানদের জন্য AI সহায়ক ব্যবহার করছে।

• → Inside Meta’s push to put robots to work in data centers
• → Caterpillar is bringing to AI deployment what it learned from automating mining

মাস্কের নিজস্ব টারবাইন যন্ত্রাংশ. SpaceX গ্যাস টারবাইন ব্লেড এবং ভ্যানের জন্য একটি ফাউন্ড্রি নির্মাণ করছে। মাস্ক বলেছেন, নিজস্ব ঢালাই AI ডেটা সেন্টারের জন্য প্রাকৃতিক গ্যাসভিত্তিক বিদ্যুৎ ১৮ মাস পর্যন্ত এগিয়ে আনতে পারে।

• → Musk’s faster path to more gas turbines comes with pollution problem

কর্মীদের AI মনোভাব কমছে. Glassdoor-এর তথ্য অনুযায়ী, AI সম্পর্কে মার্কিন কর্মীদের ইতিবাচক মনোভাব ২০১৯ সালে ৮১% থেকে ২০২৬ সালের মাঝামাঝি ৪৩% এ নেমে এসেছে। ম্যানেজাররা সবচেয়ে আশাবাদী, আর জেন Z-এর নারী, লেখক এবং বীমা কর্মীরা সবচেয়ে নেতিবাচক।

• → AI sentiment is turning sour as employee reviews reveal growing frustration across the workforce

সঙ্গীত প্রকাশকদের মামলা Anthropic-এর বিরুদ্ধে. Sony Music, Warner Music এবং অন্যান্যরা অভিযোগ করেছে যে, Anthropic Claude-কে প্রশিক্ষণের জন্য কয়েক দশ হাজার কপিরাইটযুক্ত গানের কথা অবৈধভাবে টরেন্ট করেছে। এই মামলায় CEO Dario Amodei এবং সহ-প্রতিষ্ঠাতা Benjamin Mann-কে ব্যক্তিগতভাবে নাম করা হয়েছে।

• → Sony and Warner sue Anthropic over "one of the largest and most blatant ongoing thefts of intellectual property in history"

টেক্সাসে Flock ক্যামেরা বন্ধ. ৩০ মিলিয়ন ডলারের বেশি খরচের পর, গোপনীয়তা নিয়ে দ্বিদলীয় উদ্বেগ এবং কর্মকর্তাদের অপব্যবহারের ঘটনার প্রেক্ষিতে গভর্নর অ্যাবট Flock AI নজরদারি ক্যামেরায় রাজ্যের ব্যয় স্থগিত করেছেন।

• → Texas Governor Abbott blocks funding for more Flock cameras