روزانہ اپ ڈیٹ کیا جاتا ہے۔1792 تصدیق شدہ کہانیاں
مصنوعات کی لانچز، پالیسی تبدیلیوں، حفاظتی تحقیق، اور صنعت کی تبدیلیوں کی ماخذ سے چیک شدہ AI کوریج، جسے ایک غیر منافع بخش تعلیمی ٹیم نے سادہ انگریزی میں بیان کیا۔
ہر کہانی سب سے مضبوط دستیاب شواہد سے جڑی ہوتی ہے: اصل ذرائع جب دستیاب ہوں، ورنہ واضح طور پر منسوب رپورٹنگ۔
What happened, why it matters, and what to watch — without the jargon.
جب سگنل پتلا ہوتا ہے، تو ہم فیڈ کو پیڈ کرنے کے بجائے کچھ بھی شائع نہیں کرتے ہیں۔
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
A 24-author preprint had frontier AI agents attempt the central research questions of two unpublished NeurIPS 2026 submissions, then had the papers' own authors grade the results. The agents handled the engineering unaided over six days but were unambiguously rejected on the research.
Warp is taking early-access requests for Warp Factories, which defines fleets of coding agents as code — repos, models, permissions and human checkpoints in one YAML file, driven by CLI, API, SDK and MCP. Its automation and cost figures are vendor claims: no pricing, general availability date or independent testing.
ایک نیا arXiv پیپر ایک ایسا ٹیسٹ متعارف کرایا ہے جس میں ماڈلز کو قلم سے اسکریچ آڈیو اور ہاتھ سے چلنے والی ویڈیو سے تحریری لفظ کا اندازہ لگانا چاہیے، جس میں سیاہی نظر نہیں آتی۔ مصنفین 80% سے اوپر والے انسانوں کو خط کی درستگی اور 10% سے نیچے معروف ماڈلز کی اطلاع دیتے ہیں - اور یہ کہ دونوں طریقوں کو دینے سے اکثر نتائج خراب ہوتے ہیں۔
ایک نیا arXiv preprint CacheScout کی وضاحت کرتا ہے، جو اوپن سورس vLLM سرور پر بنی ایک پرت ہے جو فیصلہ کرتی ہے کہ ماڈل کے کلیدی قدر والے کیشے میں کیا رکھنا ہے اس بنیاد پر کہ اگلا کون سا ایجنٹ چلائے گا۔ مصنفین دوہرے ہندسوں میں تاخیر اور تھرو پٹ حاصلات کی اطلاع دیتے ہیں۔ کام کے بوجھ، ماڈل، اور ہارڈ ویئر کو خلاصہ میں بیان نہیں کیا گیا ہے۔
دو محققین کا کہنا ہے کہ OpenAI کی ریاضی کی دستاویز کے باب 6 میں ایک لیما ثبوت میں قطبیت کی خرابی ہے: اوسط کامیابی کے لحاظ سے ایک امتحان جہاں اگلے مرحلے میں بڑی مشروط ناکامی کی ضرورت ہے۔ وہ ایک جوابی مثال اور ایک درست ثبوت دیتے ہیں، اور احتیاط کرتے ہیں کہ یہ باب کے مرکزی نظریہ کی تصدیق نہیں ہے۔
دو محققین کا ایک پری پرنٹ ایک سابقہ مطالعہ کو دوبارہ پیش کرتا ہے کہ کیوں مساوی FLOP شمار کا مطلب عمل درآمد کا مساوی وقت نہیں ہے۔ یہ بنیادی دعوے کی تصدیق کرتا ہے لیکن رپورٹ کرتا ہے کہ α-FLOPs اصلاحی فارمولہ عام طور پر نئے ہارڈ ویئر پر رن ٹائم کو کم سمجھتا ہے، جو فارمولہ کی گرفت میں آنے والی چھلانگوں اور دوغلوں کو ظاہر کرتا 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۔
ہر ہفتے ایک مفید بریفنگ
ہفتے کی تصدیق شدہ AI خبریں، اصل ڈیٹا، مفید اوزار، سیکھنے کے انتخاب، اور تازہ AI نوکریاں حاصل کریں۔
کسی AI پروفیشنل کو ہائر کرنا یا کوئی مفید AI پروڈکٹ لانچ کرنا؟ اسے ان لوگوں کے سامنے رکھیں جو یہاں سیکھنے اور عمل کرنے آئے ہیں۔
اے آئی کی نوکری پوسٹ کریں ایک AI ٹول جمع کروائیں