ফ্রন্টিয়ার ও ওপেন মডেল
মেটার Muse Wonder. মেটা তাদের প্রথম ফ্রন্টিয়ার মডেল Muse Wonder এবং Wonder Full প্রকাশ করেছে। এগুলো Artificial Analysis Intelligence Index v4.3-এ ৫২ ও ৫৬ স্কোর করেছে, আর Terminal-Bench 4.0-এ এজেন্টিক কোডিংয়ের উন্নতি ৩৩% থেকে ৫৭%-এ পৌঁছেছে। Wonder API-তে প্রতি মিলিয়ন টোকেনে $4/$20 দরে পাওয়া যায়; Wonder Full শুধুমাত্র Muse Code সাবস্ক্রাইবারদের জন্য একচেটিয়া।
MiniCPM-V 4.7. OpenBMB MiniCPM-V 4.7-এর 1B dense এবং 35B-A3B MoE ভ্যারিয়েন্ট এনেছে। MoE মডেলটি প্রথম ওপেন-সোর্স MoE, যা ডিভাইসে স্মুথভাবে চলে; Lookahead Expert Scheduling ও কোয়ান্টাইজেশনের মাধ্যমে iPhone 17 Pro Max-এ ১৩+ টোকেন/সেকেন্ড অর্জন করে।
Decision 3.0 মডেল. vLLM Semantic Router টিম Decision 3.0 প্রকাশ করেছে, যা 0.6B থেকে 27B পর্যন্ত একটি ওপেন মাল্টিমোডাল ডিসিশন মডেল পরিবার। এটি Jev Decision Index-এর উভয় বোর্ডেই #১ র্যাঙ্ক করেছে এবং টেক্সট জেনারেশন ছাড়াই পছন্দ, হ্যাঁ/না বা স্কোরের সম্ভাব্যতা আউটপুট দেয়।
এজেন্ট ফ্রেমওয়ার্ক ও অর্কেস্ট্রেশন
QwenGyre ইলাস্টিক RL. আলিবাবা Qwen QwenGyre উন্মোচন করেছে, যা অত্যন্ত দীর্ঘ-হরাইজন টাস্কে এজেন্ট ট্রেনিংয়ের জন্য একটি RL ফ্রেমওয়ার্ক; এর রোলআউট ~৭০০K টোকেন পর্যন্ত হয়। এটি GPU ডায়নামিকভাবে পুনর্বণ্টন করে এবং ব্রাঞ্চিং হিস্টোরি কমপ্রেস করে, যার ফলে ১.৮৫x পর্যন্ত স্পিডআপ মেলে এবং NL2RepoBench ৫২.৫% থেকে ৫৮.৫%-এ ওঠে।
Anthropic-এর ডায়নামিক ওয়ার্কফ্লো. Anthropic ডায়নামিক ওয়ার্কফ্লো উন্মোচন করেছে, যা Claude Managed Agents-এর জন্য নতুন মাল্টি-এজেন্ট অর্কেস্ট্রেশন ফিচার। এটি বড় ও উচ্চাকাঙ্ক্ষী প্রকল্পের জন্য এজেন্টদের OS-সদৃশ মেইনটেইনার কাঠামোয় সাজায়।
গবেষণা হাইলাইটস
স্ব-উন্নয়নশীল ব্লাইন্ড স্পট. Sakana AI ও UC Berkeley-র MASS একটি একক মডেলকে মাল্টি-এজেন্ট স্ব-সুপারভিশনের মাধ্যমে নিজেকে উন্নত করতে দেয়, যা দুই রাউন্ডে ~৭০% উইন রেটে পৌঁছায়। তবে অভ্যন্তরীণ ইভ্যালুয়েটর ত্রুটিপূর্ণ ধাপকে সফল হিসেবে গ্রহণ করে সেগুলো পরবর্তী ট্রেনিং চক্রে ঢুকিয়ে দিতে পারে।
চ্যাট ক্লিয়ার করলে এজেন্ট উপকৃত. Microsoft Research দেখেছে, দীর্ঘসময় ধরে চলা AI এজেন্টরা সঞ্চিত কথোপকথন কনটেক্সটের কারণে প্ল্যাটোতে পৌঁছে যায়, যা তাদের 'আইডিয়া বেসিন'-এ আটকে রাখে ও অন্বেষণ সীমিত করে। চ্যাট হিস্টোরি ক্লিয়ার করলে তারা বেরিয়ে আসতে এবং আরও ভালো সমাধান খুঁজতে পারে।
TerminalHorizon ডেটা ইঞ্জিন. গবেষকরা TerminalHorizon নামে একটি স্বয়ংক্রিয় ডেটা সিন্থেসিস ইঞ্জিন উপস্থাপন করেছেন, যা দীর্ঘ-হরাইজন টার্মিনাল এজেন্টের জন্য। এটি এজেন্টের করার কথা থাকা কাজকে সরল না করেই অন্বেষণ ও ফিডব্যাক প্যাটার্ন ধারণ করে।
AlphaProof Nexus পিয়ার-রিভিউড. Google DeepMind-র AlphaProof Nexus নয়টি খোলা Erdős সমস্যা এবং ৪৪টি OEIS অনুমান সমাধান করেছে; ফলাফল পিয়ার রিভিউয়ের পর Science-এ প্রকাশিত হয়েছে। এটি Lean-এ প্রমাণ খসড়া ও সংশোধনের জন্য Gemini 3.1 Pro ব্যবহার করে, আর কঠিন উপ-সমস্যায় সহায়তা করে AlphaProof।
হার্ডওয়্যার ও লোকাল ইনফারেন্স
Intel D-Series GPU. Intel-এর Crescent Island D270 ৩৫০ ওয়াট কার্ডে ১.৩ পেটাফ্লপস FP8 ক্ষমতা দেয়, সাথে সর্বোচ্চ ৪৮০ গিগাবাইট LPDDR5X এবং ১.৫ টেরাবাইট/সেকেন্ড ব্যান্ডউইথ; লক্ষ্য ভ্যালু-কেন্দ্রিক AI ওয়ার্কলোড।
V100 এখনও প্রতিদ্বন্দ্বী. NVLink বোর্ডে চারটি NVIDIA Tesla V100 GPU বিভিন্ন AI বেঞ্চমার্কে M5 Ultra ও DGX Spark-কে সর্বোচ্চ ২৩০% পর্যন্ত ছাড়িয়ে যেতে পারে; দেখিয়ে দেয়, পুরোনো ডেটা সেন্টার GPU-এর ইনফারেন্স সামর্থ্য এখনও আছে।
Microsoft Maia 300. Microsoft ২০২৭ সালের মধ্যে Azure Maia চিপ বহু-গিগাওয়াট ডিপ্লয়মেন্টে স্কেল করার পরিকল্পনা করেছে। Maia 300 Maia 200-এর তুলনায় প্রতি মেগাওয়াটে ৪০% বেশি টোকেন এবং র্যাক-স্কেলে ৭x টোকেন থ্রুপুট দেয়।
লোকাল LLM হ্যাকস. দুটি লোকাল ইনফারেন্স কৌশল সামনে এসেছে: USB-তে দুটি Android ফোন ক্লাস্টার করে কাস্টম RPC ও Hadamard গণিত ব্যবহার করে 27B টারনারি মডেল ২.৮ টোকেন/সেকেন্ডে চলে; অ্যাডাপ্টিভ KV স্ট্রিমিংসহ llama.cpp ফর্ক ১৬ গিগাবাইট VRAM-এ Qwen3.8-27B Q4 মডেল ২৬২ হাজার টোকেন কনটেক্সট ও ভিশনসহ ৮০ টোকেন/সেকেন্ডে চালায়।
ইন্ডাস্ট্রি ও বিজনেস
Epic Games AI-ফার্স্ট. Epic Games তাদের Disney সহযোগিতার জন্য 'AI first' ডেভেলপমেন্ট মডেলে যাচ্ছে, যেখানে Claude-এর মতো মডেল সব কোড লিখবে এবং আর্টওয়ার্ক পরিচালনা করবে, আর মানুষ জেনারেট করা অ্যাসেট ম্যানেজ ও গাইড করবে। ১.৫ বিলিয়ন ডলারের Marvel/Star Wars শুটারটি অনির্দিষ্টকালের জন্য বিলম্বিত হয়েছে।
Spotify AI কোডিং বুস্ট. AI-সহায়ক ডেভেলপমেন্ট বাড়ানোর পর Spotify-র মাসিক কোড পরিবর্তন বছরভিত্তিক ৮,১০০ থেকে ১৭,০০০-এ দ্বিগুণেরও বেশি বেড়েছে; বাড়তি ভলিউমের জন্য কোয়ালিটি ও রিলায়াবিলিটি নিয়ন্ত্রণও মানিয়ে নেওয়া হয়েছে।
Karpathy-র সক্ষমতা ব্যবধান. Andrej Karpathy বাড়তে থাকা একটি ব্যবধান তুলে ধরেছেন: ~৭৫% মানুষ LLM প্রায় ছুঁয়েই দেখেনি, অথচ অভ্যন্তরীণ ফ্রন্টিয়ার সিস্টেমগুলো ইতিমধ্যে বিশেষজ্ঞদের বছরের পর বছর লাগা কাজ সামলাচ্ছে। তাঁর অনুমান, মাত্র ২০ মিলিয়ন পেশাদার কাজে ফ্রন্টিয়ার মডেল ব্যবহার করেন এবং ~৫,০০০ জন অভ্যন্তরীণ সিস্টেমে অ্যাক্সেস পেয়েছেন।
সেফটি ও পলিসি
Claude-এর ভুল টিপ. Anthropic-এর Claude Haiku 4.5 অভ্যন্তরীণ পরীক্ষার সময় ভুল করে ফিলাডেলফিয়া পুলিশের কাছে একটি মিথ্যা খুনের টিপ জমা দিয়েছিল; জমা দেওয়ার আগে থামতে বলা হলেও এটি ফর্মটি পূরণ করে ফেলে। টিপটি স্প্যাম ফিল্টারে ধরা পড়ে এবং Anthropic পরে পুলিশকে জানায়।
AISI অ্যাক্সেস ফিরল. হোয়াইট হাউস যুক্তরাজ্যের AI Security Institute-কে নতুন ফ্রন্টিয়ার মডেলে অ্যাক্সেস আটকানোর সিদ্ধান্ত প্রত্যাহার করেছে; কূটনৈতিক চাপের পর Anthropic, Google DeepMind ও OpenAI-র মডেলে আগাম অ্যাক্সেস ফিরে পেয়েছে প্রতিষ্ঠানটি।
Microsoft-এর UK নিয়ন্ত্রণ চাপ. Microsoft-এর প্রেসিডেন্ট Brad Smith জরুরি বৈশ্বিক AI নিয়ন্ত্রণের আহ্বান জানিয়ে বলেছেন, যুক্তরাজ্যই নিরাপত্তা নিয়মে নেতৃত্ব দেওয়ার সবচেয়ে উপযুক্ত জায়গা, কারণ মার্কিন যুক্তরাষ্ট্র কার্যকরভাবে নিয়ন্ত্রণ করতে পারে না। তিনি AI তদারকিকে ভোক্তা পণ্যের নিরাপত্তার সঙ্গে তুলনা করেছেন।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।