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
पेपर एक मजबूत मॉडल में अभिसरण को मापकर बिना लेबल के एआई सुरक्षा एजेंटों की ग्रेडिंग का प्रस्ताव करता है
एक नए arXiv प्रीप्रिंट का तर्क है कि सुरक्षा टीमें यह निर्धारित कर सकती हैं कि मेमोरी- या पुनर्प्राप्ति-सुसज्जित एआई एजेंट यह मापकर सीख रहा है कि यह एक मजबूत "शिक्षक" मॉडल के अंतर को कितनी दूर तक कम करता है, बजाय लेबल वाले बेंचमार्क पर जो अक्सर दुर्लभ या बासी होते हैं। समान रूप से संचालित मॉडल को देखते हुए कोई प्रयोग करने योग्य संकेत नहीं मिला।arxiv.orgनवीनता
नए बेंचमार्क परीक्षण करते हैं कि क्या एआई असिस्टेंट एक साल तक फोन के इस्तेमाल को याद रख सकते हैं
arXiv पर पोस्ट की गई 17-लेखकों की तकनीकी रिपोर्ट MobileMem का परिचय देती है, जो मोबाइल अनुभवों के साल-दर-साल संग्रह से निर्मित ऑन-डिवाइस दीर्घकालिक मेमोरी के लिए एक बेंचमार्क और रूपरेखा है। सार डिज़ाइन का वर्णन करता है लेकिन कोई स्कोर नहीं बताता है, और अंतर्निहित डेटा के बारे में मुख्य विवरण अज्ञात रहते हैं।arxiv.orgनवीनता
पेपर रिपोर्ट मस्तिष्क जैसा मॉड्यूलर संगठन बड़े भाषा मॉडल के अंदर उभर रहा है
एक नया arXiv प्रीप्रिंट कहता है कि बड़े भाषा मॉडल कार्यात्मक रूप से विशिष्ट आंतरिक संरचना विकसित करते हैं जो चार संज्ञानात्मक डोमेन में 46 कार्यों में सर्किट विश्लेषण के आधार पर अलग-अलग मानव मस्तिष्क नेटवर्क के साथ जुड़ते हैं। सार पृष्ठ में मुख्य पद्धतिगत विवरण को अघोषित छोड़ दिया गया है।arxiv.orgनवीनता
पेपर मिश्रण-विशेषज्ञ मॉडल की देर से परतें ढूंढता है जो भारी विशेषज्ञ मास्किंग को सहन करता है
एक प्रीप्रिंट रिपोर्ट में कहा गया है कि 35-बिलियन-पैरामीटर मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल की अंतिम पांच परतों में कम-परिमाण वाले विशेषज्ञों को अक्षम करने से सभी परतों में समान कटौती फैलाने की तुलना में कहीं अधिक उपयोगी कोड-अनुवाद आउटपुट संरक्षित होते हैं। इसमें एक मॉडल और एक बेंचमार्क शामिल है, और सार रिपोर्ट कोई उजागर आधार रेखा नहीं है।arxiv.orgसुरक्षा
CoreBreak खामियाँ एजेंट टूल्स को बिना किसी मॉडल को कॉल किए चलने देती हैं
क्लाउड सिक्योरिटी अलायंस के शोध नोट में कोरब्रेक का वर्णन किया गया है, जो अमेज़ॅन बेडरॉक एजेंटकोर, Google के एजेंट डेवलपमेंट किट और वर्सेल के एआई एसडीके हार्नेस पैकेज में खामियों का एक पैटर्न है, जो टूल को मॉडल टर्न के बिना निष्पादित करने की अनुमति देता है - मॉडल-स्तरीय रेलिंग को निरीक्षण करने के लिए कुछ भी नहीं छोड़ता है।labs.cloudsecurityalliance.orgनीति
Anthropic विवरण Claude का टेक्स्ट वॉटरमार्क कैसे काम करेगा
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।
anthropic.comउद्योग
कर्सर का कहना है कि स्पेसएक्स द्वारा इसका अधिग्रहण आधिकारिक तौर पर बंद हो गया है
कर्सर 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.comनवीनता
नए बेंचमार्क ने पाया कि एआई एजेंट 28% बार गलत तरीके से स्वीकृत कार्य को रोकते हैं
एक 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।arxiv.orgनवीनता
पेपर रिपोर्ट फ्रंटियर एलएलएम जजों ने पुशबैक के तहत 25-71% फैसले पलट दिए
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।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