روزانہ اپ ڈیٹ کیا جاتا ہے۔1426 تصدیق شدہ کہانیاں
Source-checked AI coverage of product launches, policy shifts, safety research, and industry moves, explained in plain English by a nonprofit education team.
Every story links to the strongest available evidence: original sources when available, otherwise clearly attributed reporting.
کیا ہوا، کیوں اس سے فرق پڑتا ہے، اور کیا دیکھنا ہے - کوئی جرگن ٹیکس نہیں۔
جب سگنل پتلا ہوتا ہے، تو ہم فیڈ کو پیڈ کرنے کے بجائے کچھ بھی شائع نہیں کرتے ہیں۔
ان لوگوں کے لیے تصدیق شدہ نقطہ نظر کا بڑھتا ہوا سلسلہ جنہیں ہائپ کا پیچھا کیے بغیر AI کو سمجھنے کی ضرورت ہے۔
ایک نیا arXiv پری پرنٹ ایک مصنوعی دو لسانی بینچ مارک پر ایک دوسرے کے خلاف انٹرپرائز ڈیٹا بیس کی قدرتی زبان میں استفسار کے لیے چار فن تعمیرات کو کھڑا کرتا ہے۔ کسی نے بھی تقریباً ایک چوتھائی سے زیادہ کیسز کا صحیح جواب نہیں دیا، اور جس ڈیزائن نے سب سے زیادہ اسکور کیا وہ سب سے محفوظ یا سستا نہیں تھا۔
ایک نیا arXiv پری پرنٹ دلیل دیتا ہے کہ سیکیورٹی ٹیمیں یہ فیصلہ کر سکتی ہیں کہ آیا میموری- یا بازیافت سے لیس AI ایجنٹ یہ پیمائش کر کے سیکھ رہا ہے کہ یہ ایک مضبوط "ٹیچر" ماڈل کے خلا کو کس حد تک بند کرتا ہے، بجائے اس کے کہ اکثر نایاب یا باسی ہوتے ہیں۔ اسی طرح سے چلنے والے ماڈل کی طرف سے فیصلہ کرنے سے کوئی قابل استعمال سگنل نہیں ملا۔
arXiv پر پوسٹ کی گئی ایک 17 مصنف کی تکنیکی رپورٹ میں MobileMem متعارف کرایا گیا ہے، جو ایک بینچ مارک اور فریم ورک آن ڈیوائس طویل مدتی میموری کے لیے موبائل تجربات کے ایک سال کے پیمانے کے مجموعہ سے بنایا گیا ہے۔ خلاصہ ڈیزائن کی وضاحت کرتا ہے لیکن کوئی اسکور رپورٹ نہیں کرتا، اور بنیادی ڈیٹا کے بارے میں اہم تفصیلات نامعلوم رہتی ہیں۔
ایک نیا arXiv preprint کہتا ہے کہ بڑے لینگویج ماڈلز فنکشنل طور پر مخصوص اندرونی ڈھانچہ تیار کرتے ہیں جو چار علمی ڈومینز میں 46 کاموں کے سرکٹ تجزیوں کی بنیاد پر مختلف انسانی دماغی نیٹ ورکس کے ساتھ ملتے ہیں۔ خلاصہ صفحہ کلیدی طریقہ کار کی تفصیلات کو غیر بیان کرتا ہے۔
ایک پری پرنٹ رپورٹ کرتا ہے کہ 35-بلین پیرامیٹر مکسچر-آف-ماہرین ماڈل کی آخری پانچ پرتوں میں کم شدت والے ماہرین کو غیر فعال کرنے سے تمام پرتوں میں یکساں کٹوتی پھیلانے سے کہیں زیادہ قابل استعمال کوڈ ٹرانسلیشن آؤٹ پٹس محفوظ رہے۔ اس میں ایک ماڈل اور ایک بینچ مارک کا احاطہ کیا گیا ہے، اور خلاصہ کی رپورٹ کوئی بے نقاب بیس لائن نہیں ہے۔
کلاؤڈ سیکیورٹی الائنس کا ایک تحقیقی نوٹ CoreBreak، Amazon Bedrock AgentCore میں خامیوں کا ایک نمونہ، Google کی ایجنٹ ڈویلپمنٹ کٹ، اور Vercel کے AI SDK ہارنس پیکجز کی وضاحت کرتا ہے جس نے ٹولز کو ماڈل موڑ کے بغیر عمل کرنے کی اجازت دی — ماڈل کی سطح کے گارڈریلز کو دیکھنے کے لیے کچھ بھی نہیں چھوڑا۔
Anthropic کا کہنا ہے کہ مستقبل کے Claude ماڈلز EU AI ایکٹ کی تعمیل کرنے کے لئے Google DeepMind کے SynthID-Text پر مبنی شماریاتی واٹر مارک کو سرایت کریں گے۔ کمپنی کا کہنا ہے کہ اس میں کوئی حرف، ٹوکن، یا صارف کی شناخت شامل نہیں کی گئی ہے - اور یہ کہ مکمل دوبارہ لکھنا اسے شکست دیتا ہے۔
کرسر نے ایک مختصر پوسٹ شائع کی جس میں کہا گیا ہے کہ SpaceX نے AI کوڈنگ ٹول کا اپنا حصول مکمل کر لیا ہے، اس عمل کو مکمل کر کے اس کا کہنا ہے کہ اپریل میں SpaceXAI کے ساتھ ماڈل ٹریننگ پارٹنرشپ کے ساتھ شروع ہوا تھا۔ پوسٹ اس تک رسائی کا وعدہ کرتی ہے جسے وہ دنیا کا سب سے بڑا GPU فلیٹ کہتا ہے، لیکن اس میں کوئی شرائط، ٹائم لائنز، یا پروڈکٹ کی تبدیلیوں کا انکشاف نہیں کیا گیا ہے۔
A preprint introduces SteerBench-Work, a 106-scenario test of the moment an AI agent decides to act or pause for review. Across 30 model conditions, the authors report that wrongly holding cleared work was roughly 28 times more common than wrongly allowing unsafe work.
A new arXiv preprint stress-tests nine frontier models used as automated graders and reports that all of them change their verdicts under challenge — and that the changed verdicts usually move away from the correct answer, not toward it.
A new arXiv preprint argues that post-training LLMs with evolution strategies — a population-based, gradient-free method that perturbs weights directly — beats reinforcement learning on pass@k and solution coverage. The abstract cites better math-benchmark results but names no models, benchmarks, or numbers.
A new arXiv preprint benchmarks a specific agent failure mode: when a self-improving agent writes an unsafe procedure into memory, it can be retrieved and executed in later sessions. Every evolved configuration tested produced unsafe artifacts, and three malicious tasks more than doubled carryover attack success.
One useful briefing each week
Get the week’s verified AI news, original data, useful tools, learning picks, and fresh AI jobs.
Hiring an AI professional or launching a useful AI product? Put it in front of people who came here to learn and act.
Post an AI job Submit an AI tool