मॉडल और एजेंट फ्रेमवर्क
रिफ्यूजल-मुक्त एजेंट मॉडल. नया मर्ज किया गया Qwen3.8-27B 16GB VRAM पर लोकल एजेंट स्टैक के लिए विजन, टाइप्ड डिसीजन और रिफ्यूजल-फ्री वेट्स समेटता है। एक अलग PSA में बताया गया है कि रैंक-1 अब्लेशन को रनटाइम पर छोटे LoRA के रूप में लगाया जा सकता है, जिससे बड़े अब्लिटरेटेड मॉडल डाउनलोड करने की जरूरत नहीं पड़ती।
स्पेशलाइज्ड 4B मॉडल. Qwen3.5-4B-3D-Coder जैसे टास्क-स्पेसिफिक 4B मॉडलों को ट्रेन करने से पता चलता है कि छोटे मॉडल 3D एसेट्स से लेकर कोडिंग तक कई व्यावहारिक काम संभाल सकते हैं; 350M तक के छोटे वेरिएंट भी आजमाए जा रहे हैं।
फुल-डुप्लेक्स स्पीच मॉडल. Bland का Tofu-1 और ओपन Haru-4B दोनों फुल-डुप्लेक्स स्पीच-टू-स्पीच करते हैं, यानी एक साथ सुनते और बोलते हैं। Tofu-1 शोर वाली कॉल्स के लिए है; Haru-4B बहुभाषी है और कंटीन्यूअस ऑडियो के साथ 7.5 Hz पर चलता है।
अवतार और वीडियो एजेंट. audio.cpp 0.9.5, RTX 4090+ पर रीयल-टाइम लोकल अवतार चैट के लिए SoulX-FlashHead, OWSM v4 और LFM3-Audio को जोड़ता है। Meituan का LongCat-Video-Avatar 1.6 ऑडियो-ड्रिवन ह्यूमन वीडियो जनरेशन में लिप सिंक और लॉन्ग-फॉर्म कंसिस्टेंसी सुधारता है।
LongCat-2.5 के ओपन वेट्स. Meituan ने 1.6T पैरामीटर का MoE एजेंट मॉडल रिलीज किया है, जिसे पूरी तरह चीनी हार्डवेयर पर ट्रेन किया गया है; यह प्रति टोकन 48B पैरामीटर सक्रिय करता है, 1M कॉन्टेक्स्ट संभालता है और Claude Opus 5 के पहले के कोडिंग स्तरों की बराबरी करता है।
Claude Fable का चित्र-निर्माण. Anthropic का Claude Fable 5.2 वर्चुअल कैनवास पर कई लाख ब्रशस्ट्रोक लगाने के लिए Python कोड लिखकर इमेज बनाता है। यह रोबोटिक सिमुलेशन बेंचमार्क पर GPT-6 Astra को पीछे छोड़ता है, लेकिन रियल-वर्ल्ड कंट्रोल में धीमा है।
EU और बहुभाषी रिलीज. EUROPA का लक्ष्य करीब 1T पैरामीटर का है, और Villanova2 फैमिली में पांच यूरोपीय भाषाओं के लिए Apache-2.0 बहुभाषी मॉडल भी जुड़े हैं।
लोकल इन्फरेंस और टूल्स
Basalt 0.4.0. Basalt में dense Qwen 3.8 27B NVFP4 सपोर्ट और मल्टी-मॉडल रूटिंग जुड़ी है; RTX 5090 पर यह 770 टोकन प्रति सेकंड तक पहुंचता है और BF16 के मुकाबले 92.8% top-1 एक्यूरेसी बनाए रखता है।
BigMoeOnEdge. यह टूल किसी भी MoE GGUF को NVIDIA, AMD, Intel, Mac, फोन या CPU पर चलाता है और Qwen3.6-35B तथा बड़े मॉडलों के लिए 8–16GB कार्ड और Mac पर अक्सर Strata और colibri से आगे रहता है।
llama.cpp में स्पीडअप. llama.cpp लगातार बेहतर हो रहा है: Gemma4 बेंचमार्क दिखाते हैं कि यह कस्टम इंजनों के करीब पहुंच रहा है; cudaMemcpy ट्यूनिंग से 3090 पर MoE ऑफलोड प्रीफिल 345 से 466 टोकन/सेकंड हो गया है; और AVX-VNNI Q2_0 CPU बूस्ट एक PR में है।
Datasette एजेंट प्लगइन. Simon Willison ने Claude Fable 5.2 से बने Datasette के कई रिलीज निकाले: MapLibre/OpenFreeMap विजुअलाइजेशन, स्ट्रीमिंग एक्सपोर्ट, सुरक्षा फिक्स, URL लिंकिंग वाले सैंडबॉक्स्ड ऐप और एजेंट प्रॉम्प्ट में सुधार।
LLM इंटर्नल्स विजुअलाइजर. inside-llm एक ओपन-सोर्स ब्राउजर टूल है जो दो GGUF क्वांट्स की टोकन-दर-टोकन तुलना करता है और प्रोबेबिलिटी, सैंपलर गेट्स, एन्ट्रॉपी तथा डाइवर्जेंस दिखाता है।
इंडस्ट्री और बिजनेस
Apple की हेल्थ स्टडी. Apple और OpenEvidence ने एक स्टडी ऐप लॉन्च किया है जिसमें अमेरिका के 2,00,000 तक प्रतिभागियों को क्लिनिकल आधार वाले हेल्थ जवाब मिलेंगे; यूजर जवाबों को रेट कर सकते हैं और HealthKit डेटा शेयर कर सकते हैं।
Nvidia में लीडरशिप संकट. चीनी जासूस होने के संदेह वाली महिला के साथ अफेयर का खुलासा होने के बाद Jensen Huang को पद से हटा दिया गया; उनकी पूर्व प्रेमिका से जुड़े Megaspeed ने चीन के लिए करीब 12 अरब डॉलर के चिप ऑर्डर कराए। अमेरिकी कांग्रेस सख्त AI चिप एक्सपोर्ट नियम चाहती है, जबकि समर्थक Huang की वापसी की मांग कर रहे हैं।
- Is bad news for Jensen Huang also bad news for the AI industry?(नए टैब में खुलता है)
- Firm linked to Jensen Huang's ex-lover reportedly brokered nearly $12 billion in Nvidia chip orders for China(नए टैब में खुलता है)
- Jensen Huang might be plotting a return and more of the latest Nvidia drama(नए टैब में खुलता है)
- Congress wants to tighten export rules on AI chips after Nvidia spy scandal(नए टैब में खुलता है)
- The Sequence Radar - Issue #972: Last Week in AI: The Invisible Hand Wore a Leather Jacket(नए टैब में खुलता है)
- An overview of Jensen Huang’s messy days(नए टैब में खुलता है)
भारतीय AI सेंसर. Bharat Semi ने AI-सक्षम इमेज सेंसर विकसित करने के लिए 2.4 करोड़ डॉलर का सीड राउंड जुटाया है, जो कैप्चर, प्रोसेसिंग और AI को एक ही चिप पर जोड़ते हैं; कंपनी का लक्ष्य 2027 में उत्पादन है।
AI का रोजगार असर. ऑस्ट्रेलिया के केंद्रीय बैंक के मुताबिक ज्यादा AI एक्सपोजर वाले क्षेत्रों में जॉब पोस्टिंग सबसे ज्यादा घटीं, और सॉफ्टवेयर तथा कस्टमर सर्विस में युवा कर्मचारियों की रोजगार स्थिति कमजोर हुई।
सुरक्षा और गवर्नेंस
Uber का एजेंट गवर्नेंस. Uber ने एक लाइफसाइकल फ्रेमवर्क बनाया है ताकि तय हो सके कि एजेंट की कार्रवाइयां उचित हैं या नहीं; कंपनी एजेंट्स को AI Registry में दर्ज करती है और प्रॉम्प्ट इंजेक्शन तथा गोल हाइजैकिंग के खिलाफ रनटाइम और डिप्लॉयमेंट के बाद के कंट्रोल लागू करती है।
X3Guard प्रॉम्प्ट गार्ड. Axiomic Labs ने X3Guard-150M जारी किया है, एक छोटा प्रॉम्प्ट गार्ड मॉडल जो हानिकारक और एडवर्सेरियल प्रॉम्प्ट को फ्लैग करता है और एज डिवाइसेज पर मिलीसेकंड में रिस्पॉन्स देता है।
Anthropic में AI कोड रिव्यू. Claude Code की टीम ऑटोमेटेड वेरिफिकेशन और AI-पावर्ड रिव्यू की कई परतें इस्तेमाल करती है; इससे मर्ज हुए PR दोगुने हुए और रिवर्ट दर 40% से ज्यादा घटी।
रिसर्च हाइलाइट्स
OpenAI का साइंस ब्लॉग. OpenAI ने एक साइंस ब्लॉग शुरू किया और एक गेस्ट पोस्ट प्रकाशित की, जिसमें भौतिक विज्ञानी Nathaniel Craig ने GPT-6 Astra का इस्तेमाल करते हुए स्टैंडर्ड मॉडल की एक संभावित लैटिस परिभाषा विकसित की।
पोजिशनल एम्बेडिंग की व्याख्या. Ahead of AI ने आधुनिक LLMs में RoPE और अन्य पोजिशनल एन्कोडिंग तरीकों को कवर किया है, जिसमें यह भी शामिल है कि 2026 के ओपन-वेट मॉडल किन विकल्पों का इस्तेमाल करते हैं।
टेस्ट-टाइम बेकिंग. एक नई TTB विधि क्रॉस-व्यू अटेंशन से ग्लोबल सीन जानकारी को हल्के MLP में बेक करती है, जिससे डिकोडर-ओनली व्यू सिंथेसिस के लिए रेंडरिंग में 23 गुना तक स्पीडअप मिलता है।
रिकर्सिव सेल्फ-इम्प्रूवमेंट. शोधकर्ताओं ने पूरे फ्रंटियर प्री-ट्रेनिंग रन पर रिकर्सिव सेल्फ-इम्प्रूवमेंट लागू किया और 801-30B-A3B-Base जारी किया, जो 11.8T टोकन पर शुरू से ट्रेन किया गया 30B MoE है।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।