AI सेफ्टी और नीति
अमेरिका-चीन AI दौड़. ट्रंप और हाउस स्पीकर जॉनसन ने AI उद्योग की रफ्तार धीमी करने की मांगों को खारिज किया। उन्होंने तर्क दिया कि नियमन से चीन आगे निकल सकता है। ट्रंप ने कहा, “जो AI में जीतेगा, वही जीतेगा।”
- Trump downplays the need to check AI development and says he doesn't want to cede edge to China -- "I think you have a lot of negative forces that are...bringing up things that won’t happen...whoever wins with AI wins"(नए टैब में खुलता है)
- Trump and Mike Johnson think the AI industry is overreacting(नए टैब में खुलता है)
एग्जीक्यूटिव्स निगरानी के पक्ष में. एंथ्रोपिक के CEO अमोदेई की AI लैब्स के भीतर स्वतंत्र निगरानी की मांग को ऑल्टमैन, मस्क और हसाबिस ने समर्थन दिया। यह ऐसे समय हुआ जब एंथ्रोपिक के एक अलाइनमेंट लीड ने अगले दशक में AI के सभी इंसानों को मार देने की संभावना 10% से ज्यादा बताई, जिसके बाद डूमर बहस और तेज हो गई।
ओबामा की AI योजना. ओबामा ने डेमोक्रेट्स से कहा कि वे AI को केंद्रीय एजेंडा बनाएं और हाउस में बहुमत वापस मिलने के बाद आर्थिक और सुरक्षा चिंताओं के लिए स्पष्ट ढांचा बनाएं।
ओपन-सोर्स रेगुलेटरी कैप्चर आशंका. लोकल AI और ओपन-सोर्स के समर्थकों को चिंता है कि AI सेफ्टी की मुहिम का इस्तेमाल रेगुलेटरी कैप्चर के लिए किया जा सकता है। Reddit थ्रेड ने NYT की कवरेज को “OpenAI प्रायोजित” बताया और इसे बबल की प्रतिक्रिया माना।
मॉडल और रिसर्च
DeepSeek V4.1 Flash. DeepSeek V4.1 Flash ने Artificial Analysis के नए प्राइवेट बेंचमार्क में पहला स्थान हासिल किया। तीन दिनों में इंडेक्स दो बार अपडेट होने के बाद उसने GPT-6 Astra और Fable को पीछे छोड़ा।
Intern-S2 वैज्ञानिक मॉडल. InternLM ने Intern-S2-397B जारी किया। यह वैज्ञानिक साहित्य और लॉन्ग-हॉरिज़न एजेंट RL पर प्रशिक्षित मल्टीमॉडल फाउंडेशन मॉडल है, जिसमें मजबूत रीजनिंग और वैज्ञानिक समस्या-समाधान क्षमता है।
Iris सर्च एजेंट. AllSpark के ओपन-वेट Iris-mini (35B) और Iris-pro (397B) अपनी श्रेणी के टॉप सर्च एजेंट हैं। ये Qwen पर बने हैं और रिवर्स-इंजीनियर किए गए सवालों पर प्रशिक्षित हैं; सामान्य टूल इस्तेमाल में भी सुधार करते हैं।
GPT-6 Astra एजेंट बेंचमार्क. Andon Labs के Vending-Bench और Drone-Bench पर GPT-6 Astra ने सिम्युलेटेड कारोबार चलाया और Fable के बैलेंस से तीन गुना कमाया। यह सभी ड्रोन निगरानी सबटास्क में ह्यूमन-AI बेसलाइन को पीछे छोड़ने वाला पहला मॉडल बना।
Nemotron IMO गोल्ड रेसिपी. शोधकर्ताओं ने Nemotron 3 Ultra को IMO 2026 में 30/42 स्कोर करने के लिए प्रशिक्षित करने की ओपन रेसिपी जारी की। इसमें सिर्फ नेचुरल-लैंग्वेज प्रूफ जनरेशन से गोल्ड तक पहुंचा गया, किसी फॉर्मल प्रूवर या इंटरनेट के बिना।
Aurora छोटा मॉडल. Aurora1.0-150M जारी हुआ। यह 7 अरब टोकन पर प्रशिक्षित छोटा मॉडल है, जो आम बेंचमार्क पर GPT-2 स्तर का प्रदर्शन देता है।
Elevenlabs Music v2.5. Elevenlabs ने Music v2.5 को ऐप और API के जरिए जारी किया। कंपनी का दावा है कि इसमें गाने ज्यादा भरे-पूरे लगते हैं और श्रोता इसे पसंद करते हैं; फ्री और प्रो टियर हैं, और एट्रिब्यूशन के साथ कमर्शियल इस्तेमाल की अनुमति है।
AlphaGenome, Meta Muse, गणित. The Sequence के राउंडअप में Google DeepMind के AlphaGenome Atlas (जेनेटिक मैपिंग के लिए), Meta के पर्सनल एजेंट Muse और OpenAI के एक मिलेनियम प्राइज समस्या के प्रस्तावित समाधान पर रोशनी डाली गई है।
लोकल AI और हार्डवेयर
RTX 5090 स्टॉक संकट. LocalLLaMA यूजर्स का कहना है कि RTX 5090 का स्टॉक लगभग खत्म हो चुका है और कीमतें चढ़ रही हैं, जिससे लोकल AI के लिए हार्डवेयर की किल्लत और बढ़ रही है।
Micron की मेमोरी दीवार. Hot Chips के एक स्लाइड के मुताबिक कंप्यूट हर दो साल में करीब 3 गुना बढ़ रहा है, जबकि HBM बैंडविड्थ 2 गुना से कम बढ़ रही है। इसके समाधान में इन-मेमोरी कंप्यूट और छोटे लिंक शामिल हैं।
AMD RDNA4 स्पीडअप. एक R9V अपडेट दो R9700 GPU और 128 जीबी रैम पर Qwen3.8 Flash Next IQ4_XS में करीब 100 टोकन/सेकंड देता है। इसमें क्रैश ठीक हुए हैं और Q4_K_XL सपोर्ट जोड़ा गया है।
RTX 3090 पर VLLM. Reddit गाइड के मुताबिक AOT कंपाइलेशन के साथ VLLM, 24 जीबी RTX 3090 पर Qwen3.8 27B INT4 को 144K FP8 KV कॉन्टेक्स्ट के साथ चला सकता है, और यह llama.cpp से तेज है।
3,000 डॉलर 128 जीबी VRAM सर्वर. चार V620 GPU और 256 जीबी रैम वाले DIY EPYC सर्वर की लागत करीब 3,000 डॉलर आई और यह Qwen3.8-next-flash पर 1,300 टोकन/सेकंड प्रीफिल तथा 70 टोकन/सेकंड डिकोड देता है।
AMD Windows पर CUDA. ZLUDA आधारित बिल्ड की मदद से CUDA के लिए बने Windows ऐप्स AMD GPU पर ROCm/HIP के साथ चल सकते हैं, नेटिव की तुलना में करीब 3% धीमे।
Qwen3.8 लोकल नतीजे. यूजर्स ने Qwen3.8-27b को वन-शॉट कोडिंग, SVG जनरेशन और 3090 पर पांच घंटे में बने एक गेम के लिए सराहा और इसे मजबूत लोकल मॉडल बताया।
एजेंट टूल्स और फ्रेमवर्क
LangChain GTM एजेंट. LangChain ने Deep Agents पर GTM और पेड-मीडिया एजेंट बनाए, जो आउटबाउंड रिसर्च, Slack ड्राफ्ट और विज्ञापन कैंपेन रीकंसिलिएशन को ऑटोमेट करते हैं। GTM एजेंट ने लीड-टू-ऑपर्च्युनिटी कन्वर्जन 250% बढ़ाया और सेल्स रेप्स का 40 घंटे/महीना बचाया।
GitHub HydraFusion रूटिंग. GitHub Copilot का Project HydraFusion प्रीव्यू कई मॉडलों को single, cascade और critique पैटर्न में डायनामिक रूप से ऑर्केस्ट्रेट करता है, ताकि कोडिंग टास्क बेहतर हों।
commit-rewriter टूल. साइमन विलिसन ने commit-rewriter 0.1 जारी किया। यह एक वेब ऐप है जिससे कमिट मैसेज इंटरैक्टिव तरीके से एडिट किए जा सकते हैं और रेपो हिस्ट्री दोबारा लिखी जा सकती है; कोडिंग एजेंट की अवांछित चीजों को पब्लिकेशन से पहले साफ करने में उपयोगी।
उद्योग और समाज
AI एजेंट स्पैम. Hacker News थ्रेड में iLands के AI एजेंट का स्पैम ईमेल भेजने वाला धंधा सामने आया, जो बिना मांगे आउटरीच के लिए एजेंटिक AI के दुरुपयोग को दिखाता है।
क्लासरूम AI प्रतिबंध अध्ययन. यूनिवर्सिटी के दो साल के अध्ययन में पाया गया कि AI पर प्रतिबंध वाले छात्रों का प्रदर्शन सबसे खराब रहा, जबकि संरचित ट्रेनिंग ने बिना मार्गदर्शन वाले AI सुझावों को पीछे छोड़ा। इससे प्रोफेसर को अपनी धारणा बदलनी पड़ी।
लोकल LLM का स्वर्ण युग. एक Reddit पोस्ट में मौजूदा लोकल LLM समुदाय को फिर से हाथ आजमाकर ऑप्टिमाइज़ेशन और साझा करने की वापसी बताया गया है। इसकी वजह हार्डवेयर की कमी है, जो दक्षता पर जोर डालती है।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।