এজেন্ট ও মডেল রিলিজ
Nanbeige4.3-33B মুক্তি. Nanbeige LLM Lab Apache 2.0 লাইসেন্সে Nanbeige4.3-33B প্রকাশ করেছে। এটি একটি 33B ডেন্স এজেন্টিক কোডিং মডেল, যার কনটেক্সট উইন্ডো 512K। ল্যাবের টেবিলে প্রায় 30B-এর মডেলগুলোর বিপরীতে 20টি বেঞ্চমার্কের 17টিতে এটি এগিয়ে; Terminal-Bench 2.1-এ পারফরম্যান্স শক্তিশালী, তবে কিছু SWE/টাস্ক বেঞ্চমার্কে স্কোর দুর্বল। কমিউনিটির GGUF কোয়ান্ট পাওয়া যাচ্ছে; 32GB GPU-এর জন্য 20.3GB-এর AD-IQ4_XS সুপারিশ করা হচ্ছে।
মাইক্রোসফটের Agensh. Microsoft Research Agensh ওপেন-সোর্স করেছে। এটি একটি বিকেন্দ্রীভূত কোডিং এজেন্ট হারনেস, যেখানে কেন্দ্রীয় অর্কেস্ট্রেটর নেই; ওয়ার্কাররা সাবটাস্ক বেছে নেয়, ফলাফল শেয়ার করে এবং কোড মার্জ করে। পরীক্ষায় এটি 1 থেকে 1,024 এজেন্ট পর্যন্ত স্কেল করেছে; এজেন্ট সংখ্যা বাড়ার সঙ্গে কঠিনতম ProgramBench টাস্কে স্কোর বেড়েছে।
Lure-TTS: ছোট TTS. একক ডেভেলপার Lure-TTS ও Lure-Turbo প্রকাশ করেছেন। Qwen3-TTS থেকে ফাইন-টিউন করা 600M-প্যারামিটারের এই ভয়েস মডেলগুলো ইনলাইন ট্যাগ, নির্দেশনা ও ভয়েস ক্লোনিংসহ রিয়েল-টাইমের চেয়ে দ্রুত সিন্থেসিস দেয়। প্রতিবেদন অনুযায়ী RLVR, OPD ও মাল্টি-টিচার ডিস্টিলেশন ব্যবহার করে প্রশিক্ষণের খরচ $200-এর নিচে।
OpenMobile-2 স্মার্টফোন এজেন্ট. গবেষকরা OpenMobile-2 প্রকাশ করেছেন—Qwen3.5 ও Qwen3.6 (9B/27B) ভিত্তিক ওপেন-সোর্স স্মার্টফোন এজেন্ট মডেল। প্রশিক্ষণ পরিবেশে 110+ সিমুলেটেড অ্যাপ রয়েছে; অ্যাপের বৈচিত্র্য অদেখা অ্যাপে সফলতা 60.7 থেকে 67.5-এ বাড়িয়েছে, আর বড় মডেলটি SPA-Bench-এ 59.6 পেয়েছে, যা ওপেন মডেলগুলোর মধ্যে সর্বোচ্চ।
Carbon-X ডিএনএ মডেল. Hugging Face Carbon-X প্রকাশ করেছে—14.8B-এর একটি ওপেন ডিএনএ ল্যাঙ্গুয়েজ মডেল, যা কাঁচা ডিএনএ সিকোয়েন্স পড়ে ইংরেজিতে উত্তর দেয়; এটি মিউটেশনের রোগসৃষ্টিকারী ক্ষমতা, রেগুলেটরি অঞ্চল ও পরবর্তী বেস পূর্বাভাস দেয়। পাঁচটি ডিএনএ বেঞ্চমার্কে এটি গড়ে 66.7% পায়, পরীক্ষিত ওপেন মডেলগুলোর মধ্যে সেরা, এবং একটি 80GB GPU-তে চলে।
টুল, ফ্রেমওয়ার্ক ও ইনফ্রাস্ট্রাকচার
PyTorch-এর জন্য TorchTPU. Google ও Meta PyTorch Conference 2026-এ TorchTPU ওপেন-সোর্স করেছে। এটি TPU-এর জন্য নেটিভ PyTorch ব্যাকএন্ড, যা PyTorch/XLA-র জায়গা নেবে। পোর্টিং সহজ হয়েছে—শুধু model.to('cuda')-কে model.to('tpu') করতে হবে; Meta TPU-তে আরও বড় LLM ওয়ার্কলোড চালানোর পরিকল্পনা করছে।
গুগলের ML Drift. Google ML Drift প্রকাশ করেছে—Apache 2.0 লাইসেন্সের ক্রস-প্ল্যাটফর্ম GPU কম্পিউট ইঞ্জিন, যা ডিভাইসে এআই ইনফারেন্সের জন্য এবং OpenGL ES, OpenCL, Metal ও WebGPU সমর্থন করে। এটি LiteRT-এর মূল ইঞ্জিন এবং এজ ডিভাইসে জেনারেটিভ এআইয়ের পোর্টেবিলিটি ও পারফরম্যান্স বাড়াতে চায়।
Nvidia Flora লেবেলিং. Nvidia Flora ওপেন-সোর্স করেছে—একটি ডেটা ইঞ্জিন, যা রোবট ভিডিওতে অ্যাকশনের বর্ণনা, অগ্রগতির রেটিং ও টাস্ক সফলতা লেবেল করে। এর দাবি, লেবেলিংয়ের খরচ প্রতি ঘণ্টায় 72 সেন্ট, যেখানে GPT-6 Astra-র খরচ $88; এটি ইতিমধ্যে GR00T প্রশিক্ষণে দিনে 200,000 ঘণ্টা পর্যন্ত ব্যবহৃত হচ্ছে।
Anthropic OSS Scanner. Anthropic OSS Scanner চালু করেছে—নিজেদের সবচেয়ে শক্তিশালী মডেল ব্যবহার করে গুরুত্বপূর্ণ ওপেন-সোর্স প্রকল্পের জন্য বিনামূল্যের অপ্ট-ইন দুর্বলতা স্ক্যানার। এটি 114টি প্রকল্প গ্রহণ করেছে এবং 77টি ক্রিটিক্যাল ও 803টি হাই ফলাফল জানিয়েছে; নিরীক্ষিত ফলাফলের 88% ডিসক্লোজার মানদণ্ড পূরণ করেছে, তবে কিছু ক্ষেত্রে তীব্রতা বাড়িয়ে দেখানো ও ডুপ্লিকেট রয়েছে।
TokenGate টোকেন প্রুনিং. Stanford ও UC Berkeley TokenGate প্রকাশ করেছে—LLM-এর জন্য ড্রপ-ইন, শেখা টোকেন প্রুনিং মডিউল। এটি অপ্রাসঙ্গিক ইনপুট টোকেন বাদ দেয়, ফলে পরীক্ষিত টাস্কে 128k কনটেক্সট পর্যন্ত নির্ভুলতা না হারিয়ে প্রথম টোকেন পাওয়ার সময় 1.4x–11.3x দ্রুত এবং প্রিফিল মেমরি 1.5x–3.4x কম হয়।
গবেষণা হাইলাইটস
FilmFlow ক্যামেরা এজেন্ট. FilmFlow একটি এজেন্টিক ফ্রেমওয়ার্ক, যা প্রাকৃতিক ভাষার নির্দেশনা বা রেফারেন্স ভিডিওকে 3D দৃশ্যের জন্য স্পষ্ট ক্যামেরা ট্র্যাজেক্টরিতে রূপান্তর করে। একটি Director এজেন্ট Interpreter, Scout ও Critic এজেন্টের সঙ্গে পরিকল্পনা করে; CinemaBench-এ 750টি টেক্সট-নির্দেশিত টাস্ক ও রেফারেন্স-ভিডিও মূল্যায়ন রয়েছে।
RouteWeaver একীভূত রাউটিং. RouteWeaver একক-রাউন্ড, বহু-রাউন্ড ও এজেন্টিক রাউটিংকে একটি LLM পলিসিতে একীভূত করে, যেখানে একসঙ্গে এক্সিকিউশন মোড ও মডেল নির্বাচন করা হয়। এর COMET-GRPO প্রশিক্ষণ মোড নির্বাচন ও এক্সিকিউশনের ক্রেডিট অ্যাসাইনমেন্ট আলাদা করে, ফলে গণিত, কোডিং ও জ্ঞানভিত্তিক টাস্কে নির্ভুলতা বাড়ে।
Anthropic RSI পূর্বাভাস 2027. Anthropic-এর সহপ্রতিষ্ঠাতা Jack Clark TasteVal বেঞ্চমার্কের ভিত্তিতে রিকার্সিভ সেলফ-ইমপ্রুভমেন্টের পূর্বাভাস 2027-এ সরিয়েছেন; সেখানে এআই-এর গবেষণা-রুচির সক্ষমতা প্রায় প্রতি তিন মাসে দ্বিগুণ হয়েছে। সেরা মডেলটি খরচের ক্ষুদ্র ভগ্নাংশে 24 জন মানব বিশেষজ্ঞকে ছাড়িয়ে গেছে, তবে বেঞ্চমার্কটি বৈজ্ঞানিক কাজের একটি সংকীর্ণ অংশ মাত্র।
শিল্প ও ব্যবসা
OpenAI-এর বড় ছাড়. Anthropic-এর সবচেয়ে বড় গ্রাহকদের জিততে OpenAI 90% পর্যন্ত ছাড় দিচ্ছে; Rippling, Replit ও DataCamp তাদের ব্যয় সরিয়েছে। Rippling-এর কোডিং ওয়ার্কলোড OpenAI-তে 16% থেকে 52%-এ বেড়েছে, আর Anthropic-এ 57% থেকে 18%-এ নেমেছে; Replit $100M+ চুক্তিতে 30% ছাড় পেয়েছে।
Apollo অর্থনীতিবিদ: লাভ নেই. Apollo-র প্রধান অর্থনীতিবিদ Torsten Slok বলেছেন, S&P 493-এর অপ্রযুক্ত কোম্পানিগুলোতে এআই কোনো আর্থিক লাভ দেয়নি; মুনাফার মার্জিন ও প্রতি কর্মীর আয় অপরিবর্তিত। তাঁর যুক্তি, ব্যবসায়িক বুদ্ধিমত্তা মূলত বিচারবোধ, আর এআই জবাবদিহি, আস্থা, সংস্কৃতি বা ন্যায্যতা বোঝে না।
গুগল এআই সার্চের প্রভাব. Google-এর এআই সার্চ ফিচার অনলাইন প্রকাশনাকে ওলটপালট করে দিয়েছে; ভেঙে গেছে পুরোনো পারস্পরিক সম্পর্ক, যেখানে প্রকাশকরা কনটেন্টের বদলে ট্রাফিক পেতেন। বছরের পর বছর সার্চের জন্য অপ্টিমাইজ করা মিডিয়াগুলো এখন দেখছে, এআই-নির্মিত উত্তরে ক্লিক ও এক্সপোজার হারিয়ে যাচ্ছে।
মার্কিন-চীন এআই সাম্রাজ্য. Foreign Affairs-এ Eric Schmidt, Niall Ferguson ও Lisa Klaassen লিখেছেন, মার্কিন যুক্তরাষ্ট্র ও চীন এমন এআই সাম্রাজ্য গড়েছে যা অন্য দেশগুলোকে নির্ভরশীল করে তোলে; ওয়াশিংটন রাজনৈতিক আনুগত্যের বদলে বন্ধ সিস্টেম দেয়, আর বেইজিং মান ছড়াতে বিনামূল্যে ওপেন-ওয়েট মডেল দেয়। তাঁরা তাইওয়ান ও TSMC নিয়ে সম্ভাব্য সংঘাতকে এআই সাপ্লাই চেইনের সবচেয়ে বড় ঝুঁকি হিসেবে দেখেন।
Anthropic: একক এজেন্টে ঝোঁক. Anthropic কোম্পানিগুলোকে সাব-এজেন্টগুলোকে একটি প্রধান এজেন্টে একীভূত করার মূল্যায়ন করতে সুপারিশ করেছে; এই এজেন্ট প্রয়োজনমতো কনটেক্সট লোড করবে, কারণ নতুন মডেলগুলো জটিল পরিকল্পনা সরাসরি সামলাতে পারে। একটি তুলনায় একক এজেন্ট মাল্টি-এজেন্টের চেয়ে প্রায় দ্বিগুণ দ্রুত চলেছে; GitHub-এ একটি মাইগ্রেশন কিট রয়েছে।
Nvidia সফটওয়্যার আয়. একটি Reddit থ্রেড Jensen Huang-এর মন্তব্য তুলে ধরেছে, যেখানে তিনি বলেছেন NVIDIA প্রতি GPU-তে বছরে $2,000 সফটওয়্যার আয়ের লক্ষ্য দেখছে; এটি হার্ডওয়্যারের ওপর রিকারিং এআই সফটওয়্যারে জোর দেওয়ার ইঙ্গিত।
নিরাপত্তা ও সুরক্ষা
ওপেন-ওয়েট সাইবার ঝুঁকি. একটি Reddit থ্রেডের যুক্তি, মার্কিন যুক্তরাষ্ট্র ও চীন সাইবার-সক্ষম ওপেন-ওয়েট মডেল সীমিত করার সঙ্গে সঙ্গে প্রতিরক্ষামূলক ও আক্রমণাত্মক এআইয়ের প্রবেশাধিকার সরকার ও বড় কোম্পানির হাতে কেন্দ্রীভূত হবে; ফলে ব্যক্তি ও ছোট ব্যবসা সিস্টেম সুরক্ষিত রাখতে কম সক্ষম হবে। এতে প্রশ্ন তোলা হয়েছে, কমিউনিটি-প্রশিক্ষিত মডেলগুলো ফ্রন্টিয়ার মডেলের সঙ্গে তাল মেলাতে পারবে কি না।
llama.cpp CVE. llama.cpp-এর Pocket-TTS কম্পোনেন্টে একটি CVE আছে, যা ক্ষতিকর mmproj ফাইলের মাধ্যমে আউট-অব-বাউন্ড রাইট ঘটায়; এর জন্য লোকাল অ্যাক্সেস দরকার। b11796 বা বর্তমান master-এ আপগ্রেড করলে শোষণটি শনাক্ত হয়ে বাতিল হয়, তবে ডিজাইন অনুযায়ী সমাধানের PR এখনো খোলা।
এজেন্টের বিপর্যয়. একজন ব্যবহারকারী জানিয়েছেন, পরীক্ষার সময় VS Code Copilot এজেন্ট তাঁর ডেটাবেস মুছে দিয়েছে; তিনি প্রশ্ন করেছেন, উন্নতির পরও এ ধরনের এজেন্ট-চালিত ব্যাপক ডিলিট কি এখনো ঘটে। ঘটনাটি আগের ভাইরাল রিপোর্টগুলোর কথা মনে করিয়ে দেয় এবং ব্যাকআপ ও স্যান্ডবক্সিংয়ের প্রয়োজনীয়তা তুলে ধরে।
লোকাল এআই ও হার্ডওয়্যার
Qwen3.8-Flash লোকাল. ব্যবহারকারীরা Qwen3.8-Flash-Next-কে Swift-1.5-এর সঙ্গে তুলনা করে ভালো পারফরম্যান্স পেয়েছেন, তবে অতিরিক্ত ডিপ ওয়ার্ক ও টোকেন-অদক্ষতাও দেখেছেন। আরেকটি সেটআপে 125B মডেল ExLlamaV3-এর সঙ্গে সরাসরি NVMe অফলোড ব্যবহার করে 16GB VRAM ও 8GB RAM-এ প্রায় 20 tok/s-এ চলছে।
RTX 3080 P2P আনলক. একটি কমিউনিটি আনলক RTX 3080 20GB-এ P2P ও reBAR চালু করে, যার ফলে টেনসর প্যারালাল প্রম্পট প্রসেসিংয়ের গতি 70% পর্যন্ত বাড়ে। vLLM-এ Swift-1.5-Qwen3.8-27B AWQ INT4 দিয়ে দুই GPU পরীক্ষা করা হয়েছে।
ISTA কোয়ান্ট দাবি. একটি থ্রেডে প্রশ্ন উঠেছে, ISTA-DASLab-এর Qwen3.8-27B-GSQ-RCO-GGUF IQ3_S কোয়ান্ট সত্যিই দাবি অনুযায়ী BF16 পারফরম্যান্সের সমান কি না, Unsloth UD Q4_K_XL-এর তুলনায়। মডেল কার্ডে কম কোয়ান্টাইজেশনে উচ্চ মানের প্রতিশ্রুতি দেওয়া হয়েছে, তবে কমিউনিটি যাচাই এখনো বাকি।
Gemma 4 লেখার অভিযোগ. ব্যবহারকারীদের অভিযোগ, Gemma 4 26B-এর ফাইন-টিউনগুলো একরকম, অতিরিক্ত আলংকারিক লেখা তৈরি করে এবং দেওয়া সংলাপের উদাহরণ উপেক্ষা করে; বিভিন্ন মডেলে চরিত্রগুলো একই রকম শোনায়। এই আর্কিটেকচারে স্টাইল টিউনিং এখনো একটি বড় সমস্যা।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।