GyaanSetu AI

AI, machine learning and LLM insights.

1599 articlesDeep, practical knowledge

ओपन-वेट मॉडल्स ने ओपनराउटर टोकन ट्रैफिक का 63% हिस्सा हासिल किया, जो दो साल पहले 5% से भी कम था

मोज़िला के विश्लेषण से पता चलता है कि प्रति-टोकन लागत में 50 गुना की कमी आई है और प्रदर्शन का अंतर भी कम हुआ है, जिससे डेवलपर्स कम खर्च, तेज़ इटरेशन और नियामक अनुपालन के लिए ओपन-वेट मॉडल्स को प्राथमिकता दे रहे हैं।

AI · 3 मिनट पढ़ें

टोकन रीड्स में उछाल के साथ छिपा हुआ 'एजेंट कॉस्ट ड्रिफ्ट' AI बजट के लिए खतरा बन रहा है

एजेंट कॉस्ट ड्रिफ्ट: एक अदृश्य टैक्स। मैं एक AI एजेंट चलाता हूँ जो हर दिन दो लेख लिखता है। विषयों को दोहराने से बचने के लिए, एजेंट काम शुरू करने से पहले एक वर्क लॉग फ़ाइल पढ़ता है। यह फ़ाइल...

AI · 3 मिनट पढ़ें

मल्टी-स्टेप कार्यों में टोकन बजट खत्म होने के बाद GPT-5.6-SOL ने Kimi K3 को पछाड़ा

एक तुलनात्मक परीक्षण में, GPT-5.6-SOL ने समान टोकन सीमा के भीतर गणित, भौतिकी और कोडिंग की तीन जटिल चुनौतियों को पूरा किया, जबकि Kimi K3 बार-बार अपनी टोकन सीमा तक पहुँच गया और टाइम आउट हो गया, जिससे डेवलपर्स को कोई अंतिम उत्तर नहीं मिल सका।

AI · 2 मिनट पढ़ें

मैच ग्रुप के सर्वेक्षण में खुलासा: 47% युवा उपयोगकर्ताओं को डेटिंग में AI पर भरोसा नहीं

18-39 वर्ष के 1,000 अमेरिकी वयस्कों के मैच ग्रुप के एक पोल से पता चलता है कि लगभग आधे लोगों को रोमांस में AI पर भरोसा नहीं है, फिर भी बंबल, टिंडर और हिंज उपयोगकर्ताओं के डर के बावजूद बॉट्स, भर्ती में कटौती और नए AI-ओनली प्लेटफॉर्म के साथ एल्गोरिदम-आधारित मैचमेकिंग पर दांव लगाकर तेजी से आगे बढ़ रहे हैं।

AI · 2 मिनट पढ़ें

Vertu Alphafold की कीमत $6,880 है, लेकिन यह $1,100 वाले ZTE Nubia Fold के हार्डवेयर पर आधारित है

Vertu का नया Alphafold एक Hermes AI एजेंट के साथ आता है, जो मल्टी-स्टेप वर्कफ़्लो ऑटोमेशन में सक्षम है, और इसमें काफस्किन से ढका हुआ और टाइटेनियम के स्पर्श वाला बाहरी हिस्सा है—फिर भी इसका आंतरिक चेसिस $1,100 वाले ZTE Nubia Fold जैसा ही है, जो इसकी लग्जरी कीमत के वास्तविक मूल्य पर सवाल खड़े करता है।

AI · 2 मिनट पढ़ें

AI Agent Hand-offs Expose Data – Vendors Must Show Runtime Safeguards

The 2026 audit of MCP, A2A and ACP protocols uncovered 35 specification errors and 30 additional failures when chained, showing that a single compromised agent can silently leak data. Researchers recommend tamper-evident ledgers, least-privilege tokens, content labeling, cryptographic trace IDs, and

AI · 3 मिनट पढ़ें

MCP क्लीनर्स Claude Code के टोकन बिलों को घटाते नहीं, बल्कि बढ़ा देते हैं

Claude Code टोकन को उसी क्षण लॉग कर लेता है जब आपका रॉ प्रॉम्प्ट API तक पहुँचता है, इसलिए MCP क्लीनिंग स्टेप तब चलता है जब मीटर पहले ही मूल टेक्स्ट, टूल कॉल और क्लीन किए गए वर्ज़न को गिन चुका होता है—जिससे आपका खर्च तीन गुना बढ़ जाता है।

AI · 3 मिनट पढ़ें

ग्रुप-चैट वीडियो से AI-फेक विवाद छिड़ने के बाद भारतीय शिक्षक निलंबित

इस वीडियो के वायरल होने से इंटरनेट पर मतभेद पैदा हो गए: कुछ लोगों ने डीप-फेक की खामियां देखीं, जबकि अन्य का तर्क था कि AI के जरिए छेड़छाड़ की महज संभावना ही किसी भी वीडियो को अविश्वसनीय बना देती है, जो आज की डिटेक्शन तकनीक की एक बड़ी कमी को उजागर करता है।

AI · 3 मिनट पढ़ें

AI मेमोरी शिफ्ट के कारण भारत में एंट्री-लेवल फोन की कीमतों में 68% का उछाल

चिप निर्माता AI डेटा सेंटरों के लिए हाई-बैंडविड्थ मेमोरी की ओर अपनी वेफर क्षमता को मोड़ रहे हैं, जिससे बजट फोन में इस्तेमाल होने वाली स्टैंडर्ड RAM की आपूर्ति घट रही है। इसके चलते कीमतों में हुई बढ़ोतरी के कारण भारत में एंट्री-लेवल स्मार्टफोन की कीमतें 68% तक बढ़ गई हैं, जिससे ₹15,000 से कम वाले फोन की शिपमेंट में 45% की गिरावट आई है।

AI · 3 मिनट पढ़ें

AI सर्च टूल्स में ब्रांड का ज़िक्र सिक्के के उछाल की तरह अनिश्चित है, नया मॉनिटरिंग सिस्टम ने किया खुलासा

यह सिस्टम विभिन्न क्षेत्रों और डिवाइसों पर प्रत्येक प्रॉम्प्ट को 7-8 बार चलाता है और फिर कॉन्फिडेंस इंटरवल की गणना करता है, जिससे यह पता चलता है कि ChatGPT, Claude, Gemini और अन्य टूल्स में ब्रांड का ज़िक्र हर क्वेरी के साथ काफी अनिश्चित रूप से बदलता रहता है।

AI · 3 मिनट पढ़ें

गूगल और एंथ्रोपिक की चेतावनी: ReAct एजेंट क्लाउड बजट को खत्म कर सकते हैं

ReAct लूप मॉडल को अपने कदम खुद चुनने की अनुमति देता है, लेकिन प्रत्येक Thought-Action-Observation चक्र एक और इन्फरेंस चार्ज जोड़ता है, जिससे लेटेंसी बढ़ती है और इस बात की संभावना बढ़ जाती है कि एक छोटी सी गलत व्याख्या पूरे कार्य को पटरी से उतार सकती है।

AI · 3 मिनट पढ़ें

गूगल ने 'स्वार्म एजेंट पैटर्न' को सबसे शक्तिशाली लेकिन सबसे महंगा AI डिज़ाइन बताया

स्वार्म एक एकल पर्यवेक्षक के बजाय पीयर एजेंटों के एक फ्लैट नेटवर्क का उपयोग करता है जो लगातार एक-दूसरे की समीक्षा करते हैं, लेकिन हर बातचीत के लिए एक अलग मॉडल कॉल की आवश्यकता होती है, जिससे कंप्यूटिंग लागत और लेटेंसी में भारी वृद्धि होती है।

AI · 3 मिनट पढ़ें

एजेंटिक रिट्रीवल क्लासिक RAG की तुलना में क्वेरी लागत को 82 गुना तक कम करता है

यह एजेंट क्वेरी को फिर से लिखता है, यह तय करता है कि सर्च की आवश्यकता है या नहीं, जटिल सवालों को छोटे चरणों में विभाजित करता है और सबूत कमजोर होने पर खुद को सुधारता है। यह हर दावे के लिए साइटेशन प्रदान करता है और टोकन के उपयोग को काफी कम कर देता है।

AI · 3 मिनट पढ़ें

टिकटॉक ने पायलट प्रोजेक्ट के तहत अमेरिकी क्रिएटर्स के लिए एआई डीपफेक डिटेक्टर लॉन्च किया

यह वैकल्पिक सेवा अमेरिकी क्रिएटर्स के एक छोटे समूह को एक डैशबोर्ड प्रदान करती है। जुमियो (Jumio) के माध्यम से एक कठिन सेल्फी-और-आईडी सत्यापन प्रक्रिया पूरी करने के बाद, यह डैशबोर्ड उन सभी वीडियो या इमेज को सूचीबद्ध करता है जिन्हें एआई उनके सत्यापित चेहरे के फीचर्स से मेल खाने के रूप में चिह्नित करता है।

AI · 1 मिनट पढ़ें

नया COS API ब्राउज़र्स को विभिन्न साइटों के बीच 33 GB AI मॉडल साझा करने की सुविधा देता है

URL लुकअप को कंटेंट-एड्रेस्ड हैश से बदलकर, COS API किसी भी साइट को ऐसी फ़ाइल का अनुरोध करने की अनुमति देता है जिसका SHA-256 उसे पहले से पता हो, जिससे ब्राउज़र बिना दोबारा डाउनलोड किए एक ही 33 GB AI मॉडल को कई ओरिजिन (origins) को उपलब्ध करा सकते हैं।

AI · 2 मिनट पढ़ें

आपका इवैल्यूएशन हार्नेस मॉडल की गलतियों का भ्रम पैदा कर सकता है—'मैलोफॉर्मेड' (Malformed) लेबल के पीछे छिपे थे दो बग

आपका हार्नेस आपके मॉडल के झूठ बोलने से पहले आपको झूठ बोलेगा। आपके इवैल्यूएशन स्कोरबोर्ड ने बताया कि दोनों इंजन फेल हो गए। Llama3.2 6 में से 5 मामलों में फेल हुआ और Anthropic Sonnet 6 में से 6 मामलों में फेल हुआ...

AI · 2 मिनट पढ़ें

लीनियर-स्केल ट्रांसफॉर्मर्स ने प्रोटीन मॉडल की मेमोरी को क्वाड्रेटिक से घटाकर लीनियर कर दिया

नया आर्किटेक्चर एक ही बार में हजारों अमीनो एसिड वाली पूरी श्रृंखलाओं को प्रोसेस करता है, जिससे लॉन्ग-रेंज इंटरैक्शन सुरक्षित रहते हैं और विशाल सीक्वेंस कॉर्पोरा पर ट्रेनिंग करना तेज़ और सस्ता हो जाता है।

AI · 2 मिनट पढ़ें

AWS ने Bedrock पर AI कॉल्स की ऑटो-बिलिंग के लिए x402 ‘AgentCore Payments’ लॉन्च किया

नया x402 प्रोटोकॉल प्रत्येक HTTP रिक्वेस्ट में एक पेमेंट टोकन शामिल करता है, जिससे AI एजेंट्स डेटा, कंप्यूट या API कॉल्स के लिए शुल्क स्वचालित रूप से काट सकते हैं। AWS का Bedrock इंटीग्रेशन, जिसे AgentCore Payments कहा जाता है, निर्बाध मशीन कॉमर्स के लिए इन-बिल्ट वॉलेट और खर्च की सीमा (spend caps) प्रदान करता है।

AI · 3 मिनट पढ़ें

Chrome का WebMCP React ऐप्स को सीधे AI एजेंट्स के लिए टाइप किए गए टूल्स उपलब्ध कराने की सुविधा देता है

WebMCP, नाजुक DOM-scraping की जगह टाइप किए गए टूल कॉल्स के एक मैनिफेस्ट का उपयोग करता है जिसे React कंपोनेंट्स माउंट टाइम पर रजिस्टर करते हैं, जिससे Chrome 149+ में AI एजेंट्स के लिए तत्काल और लेआउट-स्वतंत्र इंटरैक्शन मिलते हैं।

AI · 3 मिनट पढ़ें

$55M के फंडिंग राउंड के बाद Carebricks एजेंट्स लैब ऑर्डर और केयर प्लान्स को ऑटोमेट करेंगे

Sequoia, Felicis, Optum Ventures और Y Combinator द्वारा समर्थित, Bunkerhill अपने Carebricks एजेंट्स का पायलट रोलआउट करने की योजना बना रहा है—एक ऐसा सॉफ्टवेयर जो EHR डेटा निकाल सकता है, लैब ऑर्डर कर सकता है और केयर प्लान्स को अपडेट कर सकता है—जिसका लक्ष्य चिकित्सकों को नियमित समन्वय कार्यों से राहत देना है।

AI · 2 मिनट पढ़ें

SEED ने ट्रेनिंग डेटा में 40% की कटौती करते हुए ALFWorld स्कोर को बढ़ाकर 91.8 कर दिया

SEED फ्रेमवर्क एक 'पोस्ट-एपिसोड पास' जोड़ता है जहाँ एजेंट अपना खुद का ट्रांसक्रिप्ट पढ़ता है, प्राकृतिक भाषा में सबक लिखता है, और उन्हें पॉलिसी अपडेट में संकलित करता है—जिससे विरल रिवॉर्ड सिग्नल्स (sparse reward signals) एक समृद्ध और पुन: प्रयोज्य ट्रेनिंग सिग्नल में बदल जाते हैं।

AI · 4 मिनट पढ़ें