मॉडल और तकनीकें
वेट-स्पेस प्रोग्रामिंग. OpenAI, DeepSeek, Anthropic और अन्य के LLM सीधे न्यूरल नेटवर्क के वेट पढ़ और संपादित कर सकते हैं। प्रतिकृति अध्ययनों में पारंपरिक ट्रेनिंग के बिना लक्षित सुधार और व्यवहार में बदलाव दिखे हैं।
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(नए टैब में खुलता है)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(नए टैब में खुलता है)
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(नए टैब में खुलता है)
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(नए टैब में खुलता है)
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(नए टैब में खुलता है)
- What Qwen is thinking when it gets stuck saying "Wait"(नए टैब में खुलता है)
- Qwen 3.8 27B on my laptop can interpret model weights, too(नए टैब में खुलता है)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(नए टैब में खुलता है)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(नए टैब में खुलता है)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(नए टैब में खुलता है)
Hydrogen-1.0. Deep Principle ने GLM-5.3 पर आधारित रसायन विज्ञान, सामग्री विज्ञान और जीवन विज्ञान के लिए 753B का ओपन-वेट MoE मॉडल जारी किया। कंपनी ने बताया कि FrontierScience-Research में उसने GPT-6-Astra को पछाड़ा।
ओपन फ्रंटियर मॉडल. Tencent का Hy4 और Kimi K3.1 Pro अब उपलब्ध हो चुके हैं या ओपन-वेट में आ गए हैं; Hy4 में कंप्यूटर यूज़ और इमेज समझने की सुविधा जुड़ी है। Baidu ने भी 280B का बेस MoE जारी किया, और Qwen के कोड रेपो में भविष्य के Qwen4 मॉडल्स के संकेत हैं।
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(नए टैब में खुलता है)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(नए टैब में खुलता है)
- Kimi-K3.1-Pro is now open-weights(नए टैब में खुलता है)
- Kimi K3.1 is likely benchmaxxed (with some proof)(नए टैब में खुलता है)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(नए टैब में खुलता है)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(नए टैब में खुलता है)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(नए टैब में खुलता है)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(नए टैब में खुलता है)
AI से तेज़ AI रिसर्च. METR की 11 हफ्तों की समीक्षा में पाया गया कि Anthropic के मॉडल सुधार की दर लगभग दोगुनी हो गई। इसमें करीब 80% हिस्सा कंपनी की अपनी रिसर्च में इस्तेमाल AI से आया, जिससे Anthropic का रेस्पॉन्सिबल स्केलिंग थ्रेशोल्ड पार हो गया।
एजेंट और बेंचमार्क
प्रोएक्टिव कोडिंग एजेंट. DeepSeek ने GitHub के लिए एक प्रोएक्टिव कोडिंग एजेंट ओपन-सोर्स किया है, जो अनुमत रिक्वेस्ट को समानांतर वर्क आइटम में बदलता है। सिमुलेशन में यह सिंगल-सेशन बेसलाइन से 1.9 गुना तेज़ी से टास्क पूरे करता है।
लॉन्ग-हॉरिज़न एजेंट बेंचमार्क. SemiAnalysis ने 206 टास्क वाला बेंचमार्क GDPx जारी किया। Claude Opus 5.5 12% के साथ शीर्ष पर है और GPT-6 Astra 9.6% पर है, जिससे पता चलता है कि एजेंट कई घंटों तक चलने वाले वास्तविक कामों में अब भी संघर्ष करते हैं।
एजेंट आर्किटेक्चर में अभिसरण. LangChain का तर्क है कि LLM-लूप-और-टूल्स वाला मानक एजेंट आर्किटेक्चर अब एक जैसा होता जा रहा है। लॉन्ग-हॉरिज़न कॉन्टेक्स्ट, प्रोग्रेसिव डिस्क्लोज़र और सैंडबॉक्स्ड टूल यूज़ को लेकर नई चुनौतियाँ हैं।
Codex-स्केल Git. OpenAI ने Pando बनाया है, एक Git बैकएंड जो Codex-स्तर के कंकरेंट पुश में मीडियन पुश लेटेंसी को लगभग 5 गुना घटाता है। कंपनी Pierre Computer Company का अधिग्रहण भी कर रही है, जो Code Storage बनाती है और ऐसे टूल्स देती है जो पहले से Codex को संचालित करते हैं।
Meta ने Conductor खरीदा. Meta ने AI कोडिंग स्टार्टअप Conductor का अधिग्रहण किया है। इसकी एजेंटिक टीमें डेवलपर्स को समानांतर वर्कस्पेस में प्रोजेक्ट शुरू करने देती हैं; संस्थापक Charlie Holtz के मुताबिक नए ग्राहक अगले साल की शुरुआत में कुछ नया देख सकते हैं।
इन्फ्रास्ट्रक्चर और लोकल इन्फरेंस
लोकल MoE की रफ्तार. tandem.cpp और Strata जैसे पैच और नए क्वांट की बदौलत Qwen Flash-Next और DeepSeek V4.1 Flash सिंगल GPU पर CPU/SSD ऑफलोड के साथ 97–200+ टोकन प्रति सेकंड की रफ्तार से चल पाते हैं। 8GB VRAM वाले सेटअप अब 50 टोकन प्रति सेकंड पर डिकोड करते हैं।
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(नए टैब में खुलता है)
- Speedy is shockingly good for qwen3.8 FN(नए टैब में खुलता है)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(नए टैब में खुलता है)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(नए टैब में खुलता है)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(नए टैब में खुलता है)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(नए टैब में खुलता है)
- We are in the golden age of Local LLM(नए टैब में खुलता है)
- Qwen Flash Next on Strata is unreal.(नए टैब में खुलता है)
- Another benchmark has hit the quant war(नए टैब में खुलता है)
क्वांटाइज़ेशन की होड़. Unsloth और ISTA-DASLab के बीच DeepSeek-V4.1-Flash के क्वांटाइज़ेशन की क्वालिटी पर सार्वजनिक विवाद है। Unsloth का दावा है कि लॉन्ग-कॉन्टेक्स्ट कोडिंग में उसके GGUF क्वांट 10–20% बेहतर प्रदर्शन करते हैं; इस प्रतिस्पर्धा से बेहतर क्वांट सामने आ रहे हैं।
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(नए टैब में खुलता है)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(नए टैब में खुलता है)
- Inconsistencies in Unsloth's LiveCodeBench Results(नए टैब में खुलता है)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(नए टैब में खुलता है)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(नए टैब में खुलता है)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(नए टैब में खुलता है)
GPU रिसोर्स मैनेजर. Berth एक Go-आधारित GPU रिसोर्स मैनेजर है जो एप्लिकेशन्स को लीज़, प्राथमिकताएँ और रिक्वेस्ट क्यू देता है। यह CUDA चेकपॉइंटिंग को सपोर्ट करता है और मॉडल्स को RAM में पार्क करने देता है, ताकि AI वर्कलोड बदलने में तेज़ी आए।
बिज़नेस और नीति
OpenAI का $11 बिलियन राउंड. OpenAI को एक फंडिंग राउंड की पहली $11 बिलियन की किस्त मिली, जिसमें कंपनी का वैल्यूएशन $1.25 ट्रिलियन लगाया गया। टेक स्टॉक्स गिरने के बाद यह उस पहले की उम्मीद से कम है, जिसमें $1.4 ट्रिलियन वैल्यूएशन पर $30 बिलियन जुटाने का लक्ष्य था।
Anthropic पर IPO दबाव. Anthropic का राजस्व 12 गुना बढ़कर $17 बिलियन हुआ, लेकिन कंप्यूट के कमिटमेंट्स की वजह से उसे $23.3 बिलियन का घाटा हुआ। निवेशक उसके $1.5 ट्रिलियन के IPO वैल्यूएशन पर हिचक रहे हैं; कुछ $1 ट्रिलियन का सुझाव दे रहे हैं।
- Anthropic grows revenue twelvefold but posts $23 billion loss(नए टैब में खुलता है)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(नए टैब में खुलता है)
- Anthropic is still grappling with the economics of compute(नए टैब में खुलता है)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(नए टैब में खुलता है)
- [AINews] Anthropic IPO: Whither Now?(नए टैब में खुलता है)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(नए टैब में खुलता है)
डेटा सेंटर के खिलाफ माहौल. मतदाताओं ने 41 में से 40 स्थानीय डेटा सेंटर प्रतिबंधों को मंज़ूरी दी। OpenAI ने अधिकारियों के साथ NDA न करने और बिजली की पूरी लागत देने का वादा किया, जबकि Meta ने चेताया कि AI विस्तार धीमा पड़ सकता है।
- After the midterms, a bigger clash over data centers could be coming(नए टैब में खुलता है)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(नए टैब में खुलता है)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(नए टैब में खुलता है)
- Data centers lost the midterms(नए टैब में खुलता है)
- How a Blue Wave midterm might reshape the AI industry(नए टैब में खुलता है)
- After the midterms, is the AI industry in for a rough two years?(नए टैब में खुलता है)
- Big Tech lost big in the 2026 election(नए टैब में खुलता है)
- All the latest updates on AI data centers(नए टैब में खुलता है)
- After the midterms, things are looking rocky for Elon Musk and data centers(नए टैब में खुलता है)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(नए टैब में खुलता है)
- OpenAI is stepping back from NDAs for data center projects(नए टैब में खुलता है)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(नए टैब में खुलता है)
- Meta warns that election backlash against data centers could make AI expansion harder(नए टैब में खुलता है)
- ‘Total repudiation’: The blue wave is about to hit AI(नए टैब में खुलता है)
- OpenAI is already trying to shape the 2028 election(नए टैब में खुलता है)
यह सप्ताह की समीक्षा है – अगले रविवार मिलते हैं।