प्रतिदिन अद्यतन किया जाता है1828 सत्यापित कहानियाँ
उत्पाद लॉन्च, नीति परिवर्तन, सुरक्षा अनुसंधान और उद्योग चाल की स्रोत-जांच की गई एआई कवरेज, एक गैर-लाभकारी शिक्षा टीम द्वारा सरल अंग्रेजी में समझाई गई है।
प्रत्येक कहानी सबसे मजबूत उपलब्ध साक्ष्य से जुड़ी होती है: उपलब्ध होने पर मूल स्रोत, अन्यथा स्पष्ट रूप से जिम्मेदार रिपोर्टिंग।
क्या हुआ, यह क्यों मायने रखता है, और क्या देखना है - शब्दजाल के बिना।
जब सिग्नल पतला होता है, तो हम फ़ीड को पैड करने के बजाय कुछ भी प्रकाशित नहीं करते हैं।
स्रोत-जांच की गई एआई कहानियां, नवीनतम सबसे पहले, उन लोगों के लिए जिन्हें प्रचार का पीछा किए बिना एआई को समझने की आवश्यकता है।
Anthropic का कहना है कि भविष्य के Claude मॉडल EU AI अधिनियम का अनुपालन करने के लिए Google DeepMind के SynthID-Text पर आधारित एक सांख्यिकीय वॉटरमार्क एम्बेड करेंगे। कंपनी का कहना है कि वह कोई अक्षर, टोकन या उपयोगकर्ता पहचान नहीं जोड़ती है - और एक पूर्ण पुनर्लेखन इसे हरा देता है।
सत्यापित स्रोत: anthropic.comकर्सर ने एक छोटी पोस्ट प्रकाशित की जिसमें कहा गया कि स्पेसएक्स ने एआई कोडिंग टूल का अधिग्रहण पूरा कर लिया है, यह प्रक्रिया अप्रैल में स्पेसएक्सएआई के साथ मॉडल-प्रशिक्षण साझेदारी के साथ शुरू हुई थी। यह पोस्ट उस चीज़ तक पहुंच का वादा करती है जिसे वह दुनिया का सबसे बड़ा जीपीयू बेड़ा कहती है, लेकिन कोई नियम, समयसीमा या उत्पाद परिवर्तन का खुलासा नहीं करती है।
cursor.comएक प्रीप्रिंट स्टीयरबेंच-वर्क का परिचय देता है, जो उस समय का 106-परिदृश्य परीक्षण है जब एक एआई एजेंट समीक्षा के लिए कार्य करने या रुकने का निर्णय लेता है। 30 मॉडल स्थितियों में, लेखकों की रिपोर्ट है कि गलत तरीके से असुरक्षित काम की अनुमति देने की तुलना में गलत तरीके से स्वीकृत कार्य को रोकना लगभग 28 गुना अधिक आम था।
एक नया arXiv प्रीप्रिंट स्ट्रेस-टेस्ट स्वचालित ग्रेडर के रूप में उपयोग किए जाने वाले नौ सीमांत मॉडलों का परीक्षण करता है और रिपोर्ट करता है कि वे सभी चुनौती के तहत अपने फैसले बदलते हैं - और बदले हुए फैसले आमतौर पर सही उत्तर से दूर जाते हैं, इसकी ओर नहीं।
एक नया arXiv प्रीप्रिंट तर्क देता है कि विकास रणनीतियों के साथ प्रशिक्षण के बाद एलएलएम - एक जनसंख्या-आधारित, ग्रेडिएंट-मुक्त विधि जो सीधे वजन में गड़बड़ी करती है - पास@के और समाधान कवरेज पर सुदृढीकरण सीखने को मात देती है। सार बेहतर गणित-बेंचमार्क परिणामों का हवाला देता है लेकिन कोई मॉडल, बेंचमार्क या संख्या का नाम नहीं देता है।
एक नया arXiv प्रीप्रिंट एक विशिष्ट एजेंट विफलता मोड को बेंचमार्क करता है: जब एक स्व-सुधार एजेंट मेमोरी में एक असुरक्षित प्रक्रिया लिखता है, तो इसे बाद के सत्रों में पुनर्प्राप्त और निष्पादित किया जा सकता है। परीक्षण किए गए प्रत्येक विकसित कॉन्फ़िगरेशन ने असुरक्षित कलाकृतियों का उत्पादन किया, और तीन दुर्भावनापूर्ण कार्यों ने कैरीओवर हमले की सफलता को दोगुना कर दिया।
arXiv पर पोस्ट किया गया एक प्रीप्रिंट एक ऐसे ढांचे का वर्णन करता है जो प्रश्नों में संवेदनशील नामों को स्वैप करता है और उन्हें तीसरे पक्ष के मॉडल पर भेजने से पहले उपनामों के लिए दस्तावेज़ पुनर्प्राप्त करता है। लेखक अपने एंड-टू-एंड उपयोगकर्ता मीट्रिक पर 80% से अधिक सटीकता की रिपोर्ट करते हैं, और तीन छोटे मॉडलों में 74.91% और 77.83% के बीच पूर्ण-छिपाव दर की रिपोर्ट करते हैं।
arXiv पर पोस्ट किया गया एक प्रीप्रिंट CABS+ का वर्णन करता है, जो एक मॉडल-मर्जिंग विधि है जो ग्रिड खोज को ग्रेडिएंट-मुक्त गुणांक खोज से बदल देती है। लेखक दो बेसलाइनों पर दोहरे अंकों के प्रदर्शन लाभ की रिपोर्ट करते हैं, एक बेसलाइन की जीपीयू मेमोरी के एक चौथाई के तहत, और दूसरे बेसलाइन की तुलना में लगभग 4x स्पीडअप।
An arXiv preprint describes Spatial Memory Agent, which stores verified experience as text lessons retrieved at inference time, claiming gains across five spatial benchmarks and four vision-language models without changing model weights. It is under review; its abstract names no benchmarks, base models, or margins.
An arXiv preprint presents PROVE-RT, which uses retrieval and staged prompting to make large language models write PROSA/ROCQ proof scripts for real-time schedulability analysis. The authors report a 44.7% success rate on a curated evaluation set, where direct prompting fails to reliably produce valid mechanizations.
A new arXiv working paper argues India's Consumer Protection Act, 2019 is broad enough to reach AI-related harms in principle, but that proving causation and assigning blame across the AI supply chain remain unresolved. Only the abstract is publicly summarized here; the paper is not peer reviewed.
Apple मशीन लर्निंग रिसर्च पेपर का तर्क है कि हटाने के अनुरोध में प्रत्येक डेटा बिंदु को सक्रिय निष्कासन की आवश्यकता नहीं है। भाषा और दृष्टि कार्यों में प्रभाव कार्यों का उपयोग करते हुए, लेखकों का कहना है कि कम प्रभाव वाले उदाहरणों को भूल सेट से हटाया जा सकता है, जिससे अनसीखने की गणना में लगभग 50 प्रतिशत तक की कटौती हो सकती है।
प्रत्येक सप्ताह एक उपयोगी ब्रीफिंग
सप्ताह की सत्यापित एआई समाचार, मूल डेटा, उपयोगी उपकरण, सीखने के विकल्प और ताज़ा एआई नौकरियां प्राप्त करें।
एक एआई पेशेवर को नियुक्त करना या एक उपयोगी एआई उत्पाद लॉन्च करना? इसे उन लोगों के सामने रखें जो यहां सीखने और अभिनय करने आए हैं।
एआई जॉब पोस्ट करें एक AI टूल सबमिट करें