Agentic AI News আজ

Jev ও ডিসিশন মডেল. TypeSafe AI Jev প্রকাশ করেছে—শুধু ডিসিশন নেওয়ার মডেল, যা টাইপড প্রোবাবিলিটি ফেরত দেয়। কয়েক দিনের মধ্যেই AWS, Cloudflare ও Perplexity নিজেদের ওপেন ডিসিশন মডেল ছেড়েছে। বিদ্যমান স্ট্রাকচার্ড আউটপুট/গ্রামার এনফোর্সমেন্টই ইতিমধ্যে একই ধরনের কনস্ট্রেইনড জেনারেশন দেয়।

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

লোকাল ডিসিশন LoRA. Jeff-Qwen3.5-0.8B নয়টি LoRA অ্যাডাপ্টার নিয়ে প্রম্পট ইনজেকশন ও টুল চয়েসের মতো বারবার আসা এজেন্ট-সিদ্ধান্ত সামলায়—৩৮ গুণ গতি ও +৮.৭ অ্যাকুরেসি, অথচ ২ জিবি-এর কম অতিরিক্ত মেমোরি লাগে।

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots বনাম Meta Muse. OpenAI Dots নামে একটি কিউট GPT-6 Astra-চালিত এজেন্ট ঘোষণা করেছে, যা ভার্চুয়াল ওয়ার্ল্ড বানাতে পারে; তবে এটি মাসে ১ ডলারের প্ল্যানে সীমাবদ্ধ, আর তার প্রতিদ্বন্দ্বী Meta-র ফ্রি Muse।

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify Canvas চালু করেছে, যা মার্চেন্টদের AI Sidekick-এর সঙ্গে চ্যাট করে স্টোর বানাতে দেয়; আসল কোড রিয়েল-টাইমে রেন্ডার হয়।

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

ChatGPT ভার্চুয়াল ট্রাই-অন. OpenAI ChatGPT শপিংয়ে ভার্চুয়াল ট্রাই-অন ও ফেভারিট করার সুবিধা যোগ করেছে; Images 2.5 মডেল ব্যবহার করে ব্যবহারকারীর ছবিতে পোশাক কেমন দেখাবে তা দেখানো হয়।

• → ChatGPT can now virtually try on clothes for you

Tavus Griffin অ্যাভাটার. Tavus Griffin নামের রিয়েল-টাইম ভিডিও অ্যাভাটার মডেল উন্মোচন করেছে; এক মিনিটের কলে পরীক্ষায় ৪৮% অংশগ্রহণকারী এটিকে মানুষ ভেবেছেন।

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Photon অ্যাপের শেষকৃত্য. Photon মোবাইল অ্যাপের শেষকৃত্য করেছে এবং ৪.৫ মিলিয়ন ডলার তুলেছে, যাতে ডেভেলপাররা iMessage/WhatsApp-এ চালানো মেসেজিং-ভিত্তিক এজেন্ট বানাতে পারেন।

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind Gemini 4 Argon উন্মোচন করেছে—SOTA বেঞ্চমার্ক ও সর্বোচ্চ ১০ লাখ আউটপুট টোকেন, শুরুতে শুধু সাইবারসিকিউরিটি প্রিভিউয়ে।

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

K2 Horizon ওপেন ফ্লিট. IFM K2 Horizon প্রকাশ করেছে—0.9B থেকে 375B পর্যন্ত ছয়টি ওপেন মডেল, সঙ্গে ট্রেনিং ডেটা, কোড ও লগ; ওপেন ডেভেলপমেন্ট নিয়ে দলের AMA।

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash Next MTP. llama.cpp Qwen Flash Next-এর জন্য মাল্টি-টোকেন প্রেডিকশন সাপোর্ট মার্জ করেছে, যা ইনফারেন্সের গতি বাড়ায়।

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Mac-এর জন্য Slipstream. Slipstream, একটি Metal ইনফারেন্স ইঞ্জিন, ৬৪ জিবি Mac-এ ৯৫.৫ গিবিবাইট Qwen3.8-Flash-Next চালায় ৪১-৫২ টোকেন/সেকেন্ডে; llama.cpp-এর চেয়ে ১.৭৬ গুণ দ্রুত, লম্বা কনটেক্সটেও স্থিতিশীল।

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI Olmo-core 3 প্রকাশ করেছে—ট্রিলিয়ন-প্যারামিটার MoE মডেলের জন্য ওপেন, স্কেলেবল ট্রেনিং ইনফ্রাস্ট্রাকচার।

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Stratego-কে হারাল Ataraxos. CMU/MIT/NYU/Stanford-এর গবেষকরা Ataraxos বানিয়েছেন, যা সেরা Stratego খেলোয়াড়কে ১৫-১ ব্যবধানে হারিয়েছে, ৪টি ড্র হয়েছে; মানুষের একাধিপত্যের অবসান ঘটিয়েছে; ট্রেনিং খরচ ৮ হাজার ডলারেরও কম।

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

Agentic RAG-এর জয়. FRAMES-এ ১৮টি RAG পাইপলাইন বনাম একটি এজেন্ট লুপের বেঞ্চমার্ক: সেরা পাইপলাইন ৭৮.৯%, এজেন্ট লুপ ৯২.৭%—অর্থাৎ রিট্রিভাল এজেন্ট ফিক্সড পাইপলাইনের চেয়ে এগিয়ে।

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData. ServiceNow CoreAI AutoSynthData বানিয়েছে, যা মডেলের ব্যর্থতা ও টিচারের সাফল্য থেকে ট্রেনিং ডেটা তৈরি করে এন্টারপ্রাইজ এজেন্ট উন্নত করে।

• → AutoSynthData: Generating Training Data for Enterprise Agents

AI লেখার চিহ্ন. Graphite ১৩,০০০ ফ্রেজ খুঁজে পেয়েছে, যেগুলো AI-এর চিহ্ন; Claude মডেল মানুষের শব্দবিন্যাসের আরও কাছে আসছে, GPT আরও দূরে সরে যাচ্ছে।

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Google-এর অ্যান্টিট্রাস্ট মামলা খারিজ. বিচারক Chegg ও Penske-এর মামলা খারিজ করেছেন, যেখানে অভিযোগ ছিল Google AI Overviews বেআইনিভাবে ট্রাফিক কমিয়েছে; অ্যান্টিট্রাস্ট দাবি টেকেনি।

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

ভেনেজুয়েলায় Grok-এর প্রভাব. Time জানিয়েছে, ভেনেজুয়েলা আক্রমণের আগে ট্রাম্প ঘণ্টার পর ঘণ্টা Grok-এর সঙ্গে কথা বলেছেন; Grok উৎসবের পূর্বাভাস দিয়ে ট্রাম্পের ধারণাকে আরও পোক্ত করেছে।

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

OpenAI সেফটি গবেষক বিদায়. OpenAI তিনজন সেফটি গবেষকের সঙ্গে সম্পর্ক ছিন্ন করেছে; অভিযোগ, তারা তৃতীয় পক্ষের একটি সেফটি সংস্থার সঙ্গে গোপন তথ্য শেয়ার করেছেন।

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic সরকারি খাতে. Anthropic FedRAMP High পরিবেশে বেসামরিক সংস্থার জন্য Claude for Government চালু করেছে; আইনি লড়াইয়ের মধ্যেও পেন্টাগনের নিষেধাজ্ঞা বহাল।

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

মহাকাশে ডেটা সেন্টার. Google TPU-যুক্ত প্রোটোটাইপ অরবিটাল কম্পিউট স্যাটেলাইট উৎক্ষেপণ করেছে; Satlyt স্যাটেলাইট AI-এর সফটওয়্যার বানাতে ৮ মিলিয়ন ডলার তুলেছে; স্কেল করতে Starship লাগবে।

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

এজেন্টের স্ক্রিনশট লিক. Glow Security দেখেছে, AI এজেন্টরা পাবলিক GitHub রিপোতে ১৩,০০০-এর বেশি অভ্যন্তরীণ স্ক্রিনশট আপলোড করেছে, যেখানে কাস্টমার ডেটা ও ক্রেডেনশিয়াল ফাঁস হয়েছে।

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

রিজনিং চুরির অভিযান. OpenAI বলেছে, সুরক্ষিত রিজনিং টার্গেট করে চালানো অ্যাডভার্সারিয়াল ডিস্টিলেশন অভিযান তারা থামিয়েছে; তবে একই কৌশল Azure-এ এখনও কাজ করেছে।

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure