एजेंट व मॉडल रिलीज़
Nous का Arete-27B. Nous Research ने Arete-27B जारी किया, जो Qwen3.8-27B का SFT है और उनके 803-प्रॉम्प्ट eval पर चीनी सरकारी फ़्रेमिंग को 22% से घटाकर 0.9% करता है; Apache 2.0 वेट्स और GGUF क्वांट्स उपलब्ध हैं।
Kimi K3.1 क्वांटाइज़्ड. Kimi-K3.1-Pro-Coder का एक प्रयोगात्मक 775GB क्वांट Strata और टियरड MoE क्वांटाइज़ेशन के ज़रिए सिस्टम RAM/NVMe के साथ एक ही GPU पर चलता है और 36.8 बैच टोकन प्रति सेकंड तथा AIME/LiveCodeBench पर 96.7% तक पहुँचता है।
Terminal-RSI-27B एजेंट. Terminal-RSI प्रोजेक्ट ने Qwen3.8 आधारित टर्मिनल-एजेंट मॉडल जारी किया, जो रिपॉज़िटरी निरीक्षण, कोड एडिटिंग और बहु-चरणीय काम करता है; इसमें रिकर्सिव सेल्फ-रीराइट और क्रिटिक-इनहेरिटिंग पॉलिसी रिफाइनमेंट का इस्तेमाल हुआ है।
Drex Max डिसीज़न मॉडल. Nace ने मल्टीमॉडल डिसीज़न मॉडल Drex Max जारी किया, जो Artificial Analysis पर #1 है और Pareto फ्रंटियर पर पहुँचता है; वेट्स Open RAIL-M के साथ खुले हैं और लोकल इन्फ़रेंस के लिए v1.1 की योजना है।
Tencent का DSpine 3x. Tencent ने Hugging Face पर Qwen3.8-27B-DSpine-b16 पोस्ट किया है। यह स्पेक्युलेटिव डिकोडिंग तरीका 27B मॉडलों के लिए डिकोडिंग को 3 गुना तक तेज़ करने का दावा करता है।
टूल्स और फ्रेमवर्क
स्पेक-फर्स्ट कोडिंग प्लगइन. Google ने Elephant-Goldfish Model प्लगइन ओपन-सोर्स किया है, जो कोडिंग एजेंटों से पहले स्पेक लिखवाता है और फिर कोड से पहले नए सबएजेंटों से उसकी समीक्षा कराता है; Google के हज़ारों इंजीनियर इसका इस्तेमाल करते हैं, हालाँकि टोकन खपत भारी है।
Torchlens इंस्पेक्शन टूल. Torchlens एक GitHub रिपॉज़िटरी है जो किसी भी न्यूरल नेटवर्क के हर ऑपरेशन को देखने, विज़ुअलाइज़ करने और उसमें हस्तक्षेप करने के लिए है; इससे इंटरप्रेटेबिलिटी में मदद मिलती है।
C बनाम Rust SQLite. Simon Willison ने Claude की मदद से parse_number के लिए C और Rust SQLite एक्सटेंशनों की तुलना की। शुरू में strtod की वजह से Rust तेज़ रहा, लेकिन बाद में एक कस्टम C पार्सर ने बराबरी कर ली या आगे निकल गया; वहीं C एक्सटेंशन काफ़ी छोटा रहा।
PR विवरण पर लगाम. Simon Willison सुझाव देते हैं कि AI से लिखे PR विवरण <details><summary> के पीछे छिपाए जाएँ, क्योंकि वे ज़रूरत से ज़्यादा विस्तृत और स्लॉप जैसे लगते हैं; बदलाव का सार इंसान से मंज़ूर की गई शुरुआत में होना चाहिए।
रिसर्च हाइलाइट्स
Open-HumanScale रोबोटिक्स. शोधकर्ताओं ने Open-HumanScale जारी किया—रोबोट पॉलिसी की प्रीट्रेनिंग के लिए खुली रेसिपी और 50 हज़ार घंटे का एगोसेंट्रिक वीडियो कॉर्पस। मानव वीडियो को स्केल करने पर लॉग-लीनियर लाभ मिलते हैं, और मानव-रोबोट हाइब्रिड ट्रेनिंग RoboTwin 2.0 Clean2Clean पर 92.08% तक पहुँचती है।
कोडिंग एजेंट सफ़ाई. Alibaba और साझेदारों ने असली उपयोगकर्ताओं के बदलाव अनुरोधों से Co-Design Bench बनाया; सबसे अच्छा मॉडल GPT-6 Astra भी केवल 26.4% टास्क ही पूरी तरह पूरे करता है, यानी लगभग चार में से तीन कामों में इंसानी सफ़ाई ज़रूरी है।
Parsimony कोड जटिलता. नया Parsimony बेंचमार्क पैच में सिंटैक्स यूनिट्स मापता है; SWE-bench Verified पर मॉडल के पैच में इंसानी फ़िक्स की तुलना में औसतन 1.9 गुना ज़्यादा सिंटैक्स यूनिट जुड़ती हैं, और सिर्फ़ हार्नेस का चुनाव कोड ओवरहेड को 0.80 गुना से 0.99 गुना तक बदल सकता है।
MoE राउटिंग तुलना. दो गाइड खुले MoE मॉडलों में राउटिंग रणनीतियों की तुलना करते हैं: एक्सपर्ट संख्या 8 से 384 तक, top-k 1 से 8 तक, और loss-free बायस बैलेंसिंग प्रमुख रेसिपी है; कॉज़ल मॉडलों में एक्सपर्ट चुनाव भविष्य के टोकन लीक कर सकता है।
Sutton: स्केलिंग की सीमा. Richard Sutton का कहना है कि सिर्फ़ कंप्यूट से बुद्धिमत्ता नहीं बनेगी; AI को नए चतुर तरीकों और लगातार सीखने वाले वर्ल्ड-मॉडल एजेंटों की ज़रूरत है। वे सिंथेटिक डेटा को बड़ी गलती बताते हैं।
उद्योग और कारोबार
Nvidia जासूसी जाँच. Nvidia का बोर्ड CEO Jensen Huang के Alice Huang के साथ संबंधों की स्वतंत्र जाँच शुरू कर रहा है; कथित तौर पर Alice Huang एक AI एग्जीक्यूटिव हैं, जिन्हें चीन के MSS ने भर्ती किया था। Huang ने एक मेमो में अफ़ेयर के लिए माफ़ी मांगी है, जबकि बोर्ड का कहना है कि कोई सबूत नहीं मिला कि गोपनीय जानकारी लीक हुई।
Apple का Siri एजेंट दांव. Apple Siri का रोडमैप तेज़ कर रहा है; iOS 27.3 में फ़र्स्ट-पार्टी ऐप्स पर बारीक नियंत्रण और वसंत के आख़िर में थर्ड-पार्टी ऐप इंटीग्रेशन की उम्मीद है। कंपनी का लक्ष्य OpenAI Dots और Meta Muse से मुकाबला है।
Suno पर संगीत मुक़दमे. Elvis Presley और Eminem के अधिकार-धारकों ने Suno पर मुक़दमा किया है; आरोप है कि Tennessee के ELVIS Act और कॉमन लॉ के तहत आवाज़ और लिरिक्स की अवैध क्लोनिंग हुई।
Karpathy का वीकेंड बिल्ड. Andrej Karpathy ने Claude Opus 5.5 और Claude Code की मदद से एक वीकेंड में HackerTube बनाया; 4.3 करोड़ HN कमेंट्स को छानकर 6,454 चुने हुए वीडियो बनाए, और लगभग सारा काम ऑटोमेटेड रहा।
Stanford का AI-नेटिव कोर्स. Mihail Eric बताते हैं कि Stanford CS146S ने AI कोडिंग एजेंटों के दौर में खुद को कैसे ढाला: छात्र अनजान रिपॉज़िटरी सीखते हैं, बदलाव प्रस्तावित करते हैं और ओपन-सोर्स मेंटेनरों को पैच समझाते हैं। उनकी Monaco टीम एजेंट वर्कस्पेस और ऑन-कॉल एजेंटों का इस्तेमाल करती है।
लोकल AI और हार्डवेयर
Intel Arc 32GB की वैल्यू. $1,299 का Intel Arc Pro B70 32GB Qwen3.8-27B पर RTX 5090 ($6,500+) की तुलना में लगभग आधी जनरेशन स्पीड और एक-तिहाई प्रीफ़िल देता है, इसलिए कीमत/परफ़ॉर्मेंस के लिहाज़ से मज़बूत विकल्प है।
4x R9700 बेंचमार्क. चार Radeon R9700 GPU वाला करीब 16,000 कनाडाई डॉलर का बिल्ड सिंगल-यूज़र में 190 टोकन/सेकंड, 6,800 टोकन/सेकंड प्रीफ़िल और 128K कॉन्टेक्स्ट पर 8 यूज़र के लिए प्रति यूज़र 80-225 टोकन/सेकंड देता है; एजेंट फ़ॉलो-अप 0.2-2.5 सेकंड में शुरू होते हैं।
Assembly में Qwen इन्फ़रेंस. Qwen3.5-0.8B एक CPU थ्रेड पर शुद्ध Assembly में 6.51 टोकन/सेकंड की रफ़्तार से चलता है, जो PyTorch रेफ़रेंस से तेज़ है; इसमें libc या Python रनटाइम की ज़रूरत नहीं है।
पुराने GPU पर CUDA. एक डेवलपर ने आधुनिक LLM ट्रेनिंग स्टैक को Windows पर पुराने CUDA GPU (SM 3.5-7.5) पर पोर्ट किया; इससे पुराने NVIDIA कार्डों पर Mamba-1 चल पड़ता है, और Mamba-2/3 को बैकपोर्ट करने की योजना है।
लोकल bash हेल्पर. फ़ाइन-ट्यून किया गया Qwen3.5-0.8B CPU पर 1.7 सेकंड में ऑफ़लाइन सादी अंग्रेज़ी को bash में बदल देता है; लेखक बताते हैं कि वे 74% के पठार पर पहुँचे और सीख यह रही कि ट्रेनिंग/टेस्ट डिस्ट्रीब्यूशन में अंतर मायने रखता है।
लोकल मॉडल के उपयोग. एक यूज़र DeepSeek v4.1 Flash को लोकल पर चलाता है: स्काउट्स फ्रंटियर मॉडलों से वेब रिसर्च का बोझ हटाते हैं, मेसन्स फ्रंटियर स्पेक से कोड बनाते हैं, और कंटेंट-फ़िल्टरिंग एजेंट भी इसमें शामिल हैं।
लोकल मोशन ग्राफ़िक्स. 16GB VRAM पर Qwen3.8 Flash Next IQ3_XXS ने Three.js/Playwright/ffmpeg के ज़रिए करीब 2 घंटे में मोशन ग्राफ़िक्स वीडियो बनाया; यह दिखाता है कि लोकल मॉडल क्रिएटिव कोडिंग काम संभाल सकते हैं।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।