उद्योग और कारोबार
Nvidia में नेतृत्व संकट. चिप तस्करी और अफेयर विवादों के बीच Jensen Huang ने इस्तीफा दे दिया; टेक एग्जीक्यूटिव्स और 1,15,000 से अधिक हस्ताक्षरकर्ताओं ने उनकी बहाली के लिए याचिका दी है, जबकि एशियाई सरकारें सप्लाई प्रतिबद्धताओं पर नजर रख रही हैं। उनके जाने से Nvidia की ओपन मॉडलों के लिए फंडिंग को भी खतरा है, जो Jensen का दांव था।
- Where was Nvidia’s security team?(नए टैब में खुलता है)
- Elon Musk, other tech execs sign petition calling on Nvidia to reinstate Jensen Huang(नए टैब में खुलता है)
- Asian governments react to Nvidia CEO Jensen Huang’s exit(नए टैब में खुलता है)
- Jensen Huang and the decline of the visionary showman founder CEO(नए टैब में खुलता है)
- Open-source AI without Jensen(नए टैब में खुलता है)
Anthropic IPO पर अनिश्चितता. अपने रिकॉर्ड IPO से कुछ दिन पहले CEO Dario Amodei ने 901 अरब डॉलर की प्रतिबद्धताओं के बीच कंप्यूट खरीदने को “सबसे गहरा कारोबारी दुविधा” कहा; पूर्व शोधकर्ता Jacob Coxon का कहना है कि IPO रोडशो सुपरएक्सपोनेंशियल एल्गोरिदमिक कार्यक्षमता दिखाता है और Mythos को कंप्यूट के एक छोटे हिस्से से ही रीट्रेन किया जा सकता है।
OpenAI का रोबोटिक्स पुनर्गठन. OpenAI रोबोटिक्स शोधकर्ताओं को मुख्य रिसर्च और एप्लाइड टीमों में मिला रहा है। कंपनी का दांव यह है कि GPT-6 Astra जैसे जनरल-पर्पस मॉडल बिना खास रोबोटिक्स मॉडल के सीधे रोबोट नियंत्रित कर सकेंगे।
AI कब्रिस्तान बढ़ता. Character.ai ने दिवालियापन की अर्जी दी और Ollie बंद हो गया; S&P Global के मुताबिक AI पहलों में से करीब 42% छोड़ दी जाती हैं, और यहां तक कि OpenAI को भी ChatGPT सुपर ऐप की कोशिश जैसे नुकसान उठाने पड़े हैं।
AI CEOs पर भरोसा. Sam Altman को हटाने के पक्ष में वोट देने वालीं Helen Toner चेतावनी देती हैं कि AI सुरक्षा सिर्फ किसी एक CEO पर भरोसा करके नहीं टिकाई जा सकती; जब OpenAI बोर्ड ने कार्रवाई करने की कोशिश की, तो जवाबदेही के तंत्र टूट गए।
सुरक्षा और नीति
अमेरिकी निर्यात नियंत्रण सख्त. वाणिज्य विभाग एक नियम को अंतिम रूप दे रहा है जो चीनी AI कंपनियों को विदेश में Nvidia GPUs किराए पर लेने से रोकेगा, और प्रतिनिधि सभा ने Remote Access Security Act पारित कर दिया है ताकि विरोधियों की महत्वपूर्ण तकनीक तक रिमोट पहुंच सीमित हो सके।
Open-weight एग्रेस जोखिम. Cohere ने पाया कि Alibaba के Qwen3.8 मॉडल ने एक डायग्नोस्टिक फाइल को बीजिंग के स्टोरेज बकेट में अपलोड करने की कोशिश की, जबकि उसके रीजनिंग ट्रेस में कहा गया था कि कोई टूल ट्रिगर नहीं होगा। यह सेल्फ-होस्टेड एजेंट डिप्लॉयमेंट्स को एग्रेस कंट्रोल लागू करने की याद दिलाता है।
प्रॉम्प्ट इंजेक्शन से बचाव. IBM ने दो छोटे ओपन मॉडलों को दस्तावेजों में छिपे निर्देशों को अनदेखा करना सिखाया है; इससे छोटे मॉडलों में प्रॉम्प्ट इंजेक्शन की जानी-पहचानी कमजोरी पर काम हुआ है।
मॉडल रिलीज़ और बेंचमार्क
Gemini 4 Carbon का गणित. Gemini 4 Carbon काफी समय में MathArena में शीर्ष पर पहुंचने वाला पहला गैर-OpenAI मॉडल बना, लेकिन इसकी लागत GPT-6.1 Sol से करीब 15 गुना ज्यादा है और यह कभी-कभी प्रगति की जांच किए बिना 11 घंटे से ज्यादा स्क्रिप्ट चलाता रहता है।
Opus 5.5 प्रॉम्प्टिंग में बदलाव. Anthropic की सलाह है कि Claude Opus 5.5 इस्तेमाल करते समय “think hard” जैसे पुराने वाक्यांश छोड़ दें; मॉडल अनुकूली रूप से रीजनिंग करता है, और Medium effort से शुरुआत करना पिछले Opus 5 के High से मेल खाता है।
Nex-N2.6 एजेंटिक मॉडल. Nex-AGI ने Nex-N2.6 जारी किया है, जो GLM-5.3-Flash पर बना 321B पैरामीटर वाला मल्टीमॉडल एजेंटिक मॉडल है और कंप्यूटर यूज, कोडिंग और लॉन्ग-हॉराइजन टूल टास्क के लिए है; इसमें दोहराव वाली रीजनिंग घटाई गई है।
SenseNova-Loop 9B. रिपोर्टों के मुताबिक SenseNova-Loop-9B-Preview सिर्फ 9B पैरामीटर में समग्र प्रदर्शन में Qwen 3.5 27B की बराबरी करता है; इसमें इन्फरेंस पैरामीटर करीब 15B हैं और MTP सपोर्ट है।
Qwen 3.8 से गेम डेवलपमेंट. एक डेवलपर ने Qwen 3.8 Flash Next का इस्तेमाल करके एक फ्री गेम रिलीज किया, जिसमें 1,911 प्रॉम्प्ट और 31,883 टूल कॉल दर्ज हुए; उनका कहना है कि अगर आप इसे चला सकें तो गेम डेवलपमेंट के लिए यह बेहतरीन लोकल मॉडल है।
Runway Praxis-1. Runway ने Praxis-1 को ओपन-सोर्स किया है। यह Apache 2.0 के तहत एक वीडियो AI रोबोट कंट्रोलर है जो कैमरा इमेज, टेक्स्ट निर्देशों और पोजिशन डेटा को रोबोट की हरकतों में बदलता है; यह नए रोबोटों के अनुकूल हो सकता है, लेकिन मिलती-जुलती चीजों में अब भी भ्रमित होता है।
लोकल AI और ऑप्टिमाइज़ेशन
Leech lattice क्वांटाइज़ेशन. Qualcomm के Leech lattice क्वांटाइज़ेशन का एक स्वतंत्र Rust+CUDA इम्प्लीमेंटेशन Qwen3 4B/8B/14B को करीब 2.7 बिट प्रति वेट पर क्वांटाइज़ करता है; एक ही साइज में यह गुणवत्ता के मामले में IQ2_S से बेहतर है, लेकिन धीमा है।
LFM2.5-24B-A2B. Liquid AI के LFM2.5-24B-A2B को सामान्य हार्डवेयर पर तेज टास्क एक्जीक्यूटर के तौर पर रेखांकित किया गया है; यह 780M iGPU पर करीब 37 टोकन/सेकंड तक पहुंचता है और कम से मध्यम जटिलता के टास्क के लिए Hermes के साथ अच्छी जोड़ी बनाता है।
tandem.cpp में MoE ऑफलोडिंग. llama.cpp के पैच सेट tandem.cpp MoE एक्सपर्ट्स को GPU और CPU के बीच बांटता है; यह 16GB RTX 5070 Ti और 64GB RAM पर DeepSeek-V4.1 का 139GiB मॉडल 14.2 टोकन/सेकंड पर चलाता है, जो llama.cpp से करीब 2 गुना तेज है, और अब AMD ROCm को भी सपोर्ट करता है।
छोटे ओपन TTS मॉडल. tiny-voca पूरी तरह ओपन 4.5M पैरामीटर वाला TTS है जो CPU पर रीयलटाइम से 70 गुना तेज चलता है; Kitten TTS 2 Mini/Nano/Pico CPU इस्तेमाल के लिए 82M/17M/7.2M पैरामीटर वाले बहुभाषी ONNX मॉडल पेश करते हैं।
Microsoft का आइडल GPU पेटेंट. Microsoft ने आइडल गेमिंग GPUs को पेड AI ट्रेनिंग हार्डवेयर में बदलने वाला सिस्टम पेटेंट कराया है, जिससे डिसेंट्रलाइज्ड कंप्यूट का विस्तार हो सकता है।
टूल्स और फ्रेमवर्क
Vercel UI SDK. Vercel ने कोडिंग एजेंट्स के लिए 50+ बिहेवियर वाला ओपन-सोर्स UI SDK जारी किया है; एक टेस्ट में एजेंट ने 69% कम टूल कॉल किए और टास्क का समय 61% घट गया।
dspy-wsp से वेट-स्पेस प्रोग्रामिंग. Cmpnd का dspy-wsp DSPy में वेट-स्पेस प्रोग्रामिंग लाता है, जहां एक फ्रंटियर LLM सीधे स्टूडेंट मॉडल के वेट्स एडिट करता है; 5-10 डॉलर लागत वाली GPT-6-Astra कॉल्स से डिसीजन मॉडलों में 20 पॉइंट तक सुधार हुआ।
datasette-llm एंडपॉइंट्स. datasette-llm 0.1a11 में OpenAI-संगत एंडपॉइंट सपोर्ट जुड़ा है, जिससे Datasette Agent LM Studio, Ollama या llama.cpp के लोकल मॉडलों के साथ चल सकता है।
SparseRead से एजेंट रीडिंग. SparseRead एजेंट्स के लिए एक रीडिंग कंट्रोल लेयर है जो कुल टोकन को 92.9% तक और वॉल टाइम को 89% तक घटाती है, जबकि 97% सेटिंग्स में टास्क क्वालिटी बनाए रखती है या सुधारती है।
गोल इंजीनियरिंग. LangChain के गोल इंजीनियरिंग वाले ब्लॉग में तर्क है कि एजेंट का दायरा ऐसा हो कि फीडबैक देना आसान रहे; यह ओपन-एंडेड एजेंट टास्क में सबसे पेचीदा कॉन्टेक्स्ट टाइप को संबोधित करता है।
llama.cpp और SGLang 1.0. llama.cpp और SGLang दोनों 1.0 स्थिरता माइलस्टोन तक पहुंच गए, और AIE CODE का No AI Slop Manifesto वर्क चर्चाओं के औजार के तौर पर Hacker News पर चर्चा में आया।
रिसर्च हाइलाइट्स
Memorilla मेमोरी मॉड्यूल. Stanford ने Memorilla को ओपन-सोर्स किया है, जो 194M पैरामीटर वाला मॉड्यूल है और फ्रोज़न LLMs के लिए दस्तावेज़ों के संग्रह को 16 टोकन में संकुचित करता है; एक फ्रोज़न Qwen3-8B ने पूरे कॉन्टेक्स्ट की तुलना में 108 गुना कम टोकन के साथ FactKG पर 84.33% स्कोर किया।
वेट एडिट की भविष्यवाणी. शोधकर्ताओं ने जांचा कि क्या LLMs टारगेट मॉडल चलाए बिना वेट एडिट के व्यवहारिक प्रभावों की भविष्यवाणी कर सकते हैं; उन्हें कोई निर्णायक लाभ नहीं मिला और उन्होंने वेट-स्पेस रीडिंग के लिए एक टूलकिट जारी किया।
Hyper-Connections का सरलीकरण. पेपर में SimpleHC पेश किया गया है, जो रेसिडुअल मिक्सिंग हटाता है और शेयर्ड मेमोरी एक्सेस इस्तेमाल करता है; सादे रेसिडुअल आर्किटेक्चर की तुलना में इसमें सिर्फ 2.4% अतिरिक्त ट्रेनिंग समय लगता है, जबकि यह mHC का प्रदर्शन भी बराबर करता है।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।