प्रतिदिन अद्यतन किया जाता है3936 सत्यापित कहानियाँ
एआई न्यूज। बिना शोर के.
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।
सत्यापित सोर्सिंग
प्रत्येक कहानी सबसे मजबूत उपलब्ध साक्ष्य से जुड़ी होती है: उपलब्ध होने पर मूल स्रोत, अन्यथा स्पष्ट रूप से जिम्मेदार रिपोर्टिंग।
सादा अंग्रेजी
क्या हुआ, यह क्यों मायने रखता है, और क्या देखना है - शब्दजाल के बिना।
कोई भराव नहीं
जब सिग्नल पतला होता है, तो हम फ़ीड को पैड करने के बजाय कुछ भी प्रकाशित नहीं करते हैं।
और कहानियाँ
9 कहानियांनवीनता
FaithSieve uses Lean to improve AI detection of first errors in math proofs
A new preprint introduces FaithSieve, a Lean-assisted framework that breaks AI-generated mathematical proofs into local reasoning units and reports higher first-error localization accuracy than direct model judging.arxiv.orgनवीनता
Preprint compares how large language models infer opponents’ beliefs in economic games
A new preprint reports that large language models displayed measurable signs of mentalization in two economic games, but their performance and strategies differed by model family and size. The authors say GPT-5 agents adapted to increasingly sophisticated opponents and outperformed the human comparison group in…arxiv.orgसुरक्षा
Study finds LLM guardrail approvals can expire before self-adaptive systems act
A paper accepted to ACSOS 2026 reports that language-model guardrails can issue approvals that become invalid before a self-adaptive system uses them. Its proposed Freshness-Bounded Shield reduced measured approval-expiry rates in five simulator environments, though the source does not establish real-world…arxiv.orgनवीनता
Benchmark finds local AI agents can handle many hardware-design tool calls, but reliability varies
A new arXiv benchmark finds that open-source AI agents can complete many dependency-ordered hardware-design operations through MCP tools, while tool descriptions, context length and agent configuration strongly affect reliability.arxiv.orgनवीनता
SKILL.state proposes explicit execution state for longer-running AI agents
A paper accepted at EMNLP presents a runtime architecture that replaces growing agent conversation histories with mutable structured execution state.arxiv.orgनवीनता
FinRiskAtlas finds broad AI scores can miss weaknesses in financial risk review
A new Chinese-language benchmark evaluates large language models by the decisions and evidence states they face in financial risk workflows, rather than by general capability scores alone.arxiv.orgनवीनता
BixBench3 ने पाया कि AI एजेंट पूर्ण पैमाने पर कम्प्यूटेशनल जीवविज्ञान अध्ययन के साथ संघर्ष करते हैं
एक नया बेंचमार्क मूल्यांकन करता है कि क्या एआई एजेंट कच्चे जैविक डेटा को संपूर्ण कम्प्यूटेशनल जीव विज्ञान वर्कफ़्लो में अनुसंधान आउटपुट में बदल सकते हैं। 20 कार्यों में, 13 फ्रंटियर मॉडल ने 0.00 और 0.48 के बीच स्कोर किया, डेटासेट और विश्लेषण चरणों के अनुक्रम बढ़ने के साथ प्रदर्शन में गिरावट आई।arxiv.orgनवीनता
FLARE uses an LLM and Lean to verify optimization reformulations
Researchers introduce FLARE, a system that pairs an LLM-based agent with the Lean proof assistant to check whether proposed mixed-integer linear programming reformulations preserve the original problem. On the paper’s 20-problem, 109-formulation benchmark, the authors report 100% accuracy on the NP-hard subset and…arxiv.orgनवीनता
A preprint proposes profiling AI and workplace tasks by cognitive capabilities
Researchers propose a framework that compares AI systems with workplace tasks using shared cognitive-capability profiles, based on evaluations of six AI systems and task requirements gathered from 410 employees.arxiv.org
प्रत्येक सप्ताह एक उपयोगी ब्रीफिंग
फ़ीड में पड़े बिना एआई के साथ बने रहें।
सप्ताह की सत्यापित एआई समाचार, मूल डेटा, उपयोगी उपकरण, सीखने के विकल्प और ताज़ा एआई नौकरियां प्राप्त करें।
उन लोगों तक पहुंचें जो AI सीख रहे हैं
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 करेंएक AI टूल सबमिट करें