AI, machine learning and LLM insights.
The newly published Apache-2.0 repository still houses the exfiltration routine behind a hidden server-side flag, and it even includes unattributed code snippets from OpenAI, meaning developers must audit the tool and rotate any exposed credentials.
Lightspeed Venture Partners के नेतृत्व में हुई सीरीज़ C फंडिंग का उपयोग Neko के प्रमुख न्यूयॉर्क क्लिनिक के लिए किया जाएगा, जो हाई-रिज़ॉल्यूशन इमेजिंग, ब्लड टेस्ट और प्रोप्रायटरी सेंसर को AI के साथ जोड़ता है। इससे चिकित्सक लक्षणों के प्रकट होने से पहले ही बीमारी के शुरुआती संकेतों को पहचान सकेंगे।
यह अध्ययन केवल आंशिक एक्टिवेशन मैप प्रदान करता है जो कुछ विशिष्ट कार्यों के साथ सह-संबंधित हैं, जिससे कारण-प्रभाव (causation) अभी भी अप्रमाणित है। हालांकि यह पारदर्शिता की ओर बढ़ते कदम का संकेत देता है, लेकिन डेवलपर्स को इसे एक शुरुआती डायग्नोस्टिक के रूप में मानना चाहिए, न कि सुरक्षा की गारंटी के रूप में।
इस प्रयोग में डेवलपर्स को AI-सहायता प्राप्त और केवल डॉक्यूमेंटेशन का उपयोग करने वाले समूहों में विभाजित किया गया; AI समूह ने कॉन्सेप्ट क्विज़ में 17% कम स्कोर किया और समय के मामले में कोई मापने योग्य लाभ नहीं दिखाया। यह दर्शाता है कि त्वरित कोड स्निपेट्स ज्ञान की कमी को छिपा देते हैं, जिससे बाद में रखरखाव की लागत बढ़ जाती है।
अमेरिकी कॉपीराइट कार्यालय ने फैसला सुनाया कि एक ग्राफिक उपन्यास के लिए मिडजर्नी (Midjourney) द्वारा निर्मित चित्र कॉपीराइट के योग्य नहीं हैं, लेकिन लेखक के गद्य और पैनलों के विन्यास को कॉपीराइट प्रदान किया गया है, जो दस्तावेजीकृत मानवीय इनपुट की आवश्यकता को रेखांकित करता है।
इन-बिल्ट CodeQL क्वेरी किसी भी अविश्वसनीय स्रोत (जैसे GitHub इश्यू बॉडी) से मॉडल-कॉलिंग SDK तक होने वाले डेटा फ्लो को फ्लैग करती है। positive और negative टेस्ट फाइलों को expected-alerts.json कॉन्ट्रैक्ट के साथ बंडल करके, आप उस डिटेक्शन को बिल्ड-टाइम गेट में बदल सकते हैं।
कैश रीड/राइट टाइमिंग की निगरानी करके, हमलावर इनपुट डेटा और मॉडल के सीखे हुए वेट्स (weights) के हिस्सों, दोनों का अनुमान लगा सकते हैं। यह एक ऐसी भेद्यता है जो कॉन्स्टेंट-टाइम कोड या मॉडल एन्क्रिप्शन के बावजूद बनी रहती है।
एक व्यावहारिक परीक्षण के दौरान, एक डेवलपर ने LLMs, मेमोरी लेयर्स, प्लानर्स और टूल इंटीग्रेशन को एक साथ जोड़ने में कई घंटे बिताए, लेकिन अंत में उन्हें हैलुसिनेशन, अंतहीन प्रयासों और टोकन लागतों से जूझना पड़ा—जो यह साबित करता है कि वास्तविक स्वायत्तता अभी भी एक मैन्युअल निर्माण है।
डाउनस्ट्रीम मेंटेनर ने दो GTK कॉल्स का क्रम बदल दिया है, जिससे null-pointer dereference को रोका जा सका है, जो Linux पर Qt-आधारित Electron ऐप्स में segmentation faults का कारण बन रहा था। यही बदलाव एक ओपन अपस्ट्रीम PR में भी मौजूद है, लेकिन उपयोगकर्ताओं को अब वर्ज़न 42.6.0 के साथ इसका समाधान मिल गया है।
Honcho टीम ने पाया कि धीमे LLM या एम्बेडिंग कॉल्स का इंतज़ार करते समय डेटाबेस कनेक्शन खुला रखने से कनेक्शन पूल पर दबाव बढ़ सकता है। प्री-फ़्लाइट रीड्स को अपनाकर, सेशन को बंद करके और केवल राइट्स के लिए ही इसे फिर से खोलकर, उन्होंने लेटेंसी को कम किया और स्केलेबिलिटी में सुधार किया।
माइक्रोसॉफ्ट ने अपनी रणनीति बदली है ताकि सेल्स टीमों को OpenAI और Anthropic के खिलाफ खड़ा किया जा सके। माइक्रोसॉफ्ट अपने बाजार दृष्टिकोण में महत्वपूर्ण बदलाव कर रहा है, और AI के अग्रदूतों के करीबी सहयोगी से बदलकर...
The benchmark ran five agents on a single RTX 5090, tasking them with adding a Tag Manager to an admin panel without any cloud APIs. Qwen 3.6 35B-A3B completed the job autonomously, added sensible improvements, and required zero post-run patches.
Claude Apps Gateway कंट्रोल प्लेन को ग्राहक के AWS अकाउंट में ही समाहित कर देता है, जिससे IT टीम को पहचान (identity), ऑडिट लॉग और खर्च को प्रबंधित करने के लिए एक एकल इंटरफ़ेस मिलता है, जबकि डेवलपर्स डेटा को बाहरी रूप से उजागर किए बिना Claude-संचालित सत्र शुरू कर सकते हैं।
यह असिस्टेंट मॉडल के वेट्स को एक स्टैटिक वेबपेज के साथ भेजता है और आठ टूल्स की एक फिक्स्ड लिस्ट, ग्रामर-कंस्ट्रेंड डिकोडिंग और RAG का उपयोग करता है, जिसे केवल एक 16 GB GPU पर मात्र 30 M टोकन पर प्रशिक्षित किया गया है।
The detector records raw attention scores across all heads, aggregates them layer-wide, and uses a log-MAD test to flag tokens that swallow the bulk of attention. Removing these “sink” tokens from the KV cache destabilises generation and slashes quality.
यह प्रस्ताव मौजूदा मैसेज-फ़िल्टरिंग नियमों का दायरा बढ़ाकर ऐसी सभी सेवाओं को शामिल करने का सुझाव देता है जहाँ दो लोग टेक्स्ट के माध्यम से संवाद करते हैं। इसका मतलब है कि एआई प्रदाताओं को मॉडल द्वारा प्रॉम्प्ट देखे जाने से पहले ही हर यूजर प्रॉम्प्ट को ऑटोमेटेड स्कैनर से गुज़ारना होगा।
यह सेल्फ-प्ले सिस्टम एक हमलावर मॉडल को उसके रक्षात्मक साथी के विरुद्ध खड़ा करता है, जो हर विफलता से सीखकर ऐसे शोषण पैटर्न (exploit patterns) उजागर करता है जिन पर इंसान कभी विचार नहीं करते, और इन जानकारियों को सीधे GPT-5.6 के ट्रेनिंग पाइपलाइन में शामिल करता है।
Codex Micro में चमकदार एजेंट कीज़, प्रोग्राम करने योग्य शॉर्टकट, एक जॉयस्टिक और एक रीजनिंग डायल शामिल हैं, जो सीधे ChatGPT डेस्कटॉप ऐप से जुड़े हैं। यह डेवलपर्स को अपने IDE को छोड़े बिना कई AI एजेंट्स की निगरानी करने और उन्हें नियंत्रित करने की सुविधा देता है।
Lambda पर AI एजेंट चलाना प्रति मिलीसेकंड के हिसाब से सस्ता लग सकता है, लेकिन असली खर्च कोल्ड-स्टार्ट लेटेंसी, रीट्राई लूप्स (जो कई मॉडल कॉल्स को ट्रिगर करते हैं), और इसके परिणामस्वरूप होने वाली टोकन खपत से आता है, जो कंप्यूट चार्ज की तुलना में कहीं अधिक होती है।
The two vulnerable scripts—one embedding an HMAC signing key, the other a plain-text SMTP password—demonstrate how LLMs fill in missing values when asked for a “usable example,” turning handy snippets into credential leaks across version control and production.
हाल ही में उजागर हुए ये चार दोष डिफ़ॉल्ट सेटिंग्स—पब्लिक नेटवर्क बाइंड्स, वर्ल्ड-रीडेबल कॉन्फ़िग्स, परमिसिव सैंडबॉक्स और मिसिंग ऑडिट लॉग्स—के कारण हैं, जिससे हमलावर मिनटों में एक मामूली लॉग एंट्री से पूरे सिस्टम का नियंत्रण हासिल कर सकते हैं।
Ode with Anthropic, founded by Chris Taylor and Eddie Siegel, fuses Fractional AI’s talent pool with Anthropic’s Claude models, backed by Blackstone, Hellman & Friedman, and Goldman Sachs, to turn proof-of-concepts into production-grade AI systems.
45 ट्रिलियन मल्टीमॉडल टोकन पर प्रशिक्षित Inkling, अपने 975 बिलियन पैरामीटर्स के केवल एक छोटे हिस्से को सक्रिय करके Nvidia-स्तर का कोडिंग प्रदर्शन प्रदान करता है, जिससे एंटरप्राइज उपयोगकर्ताओं के लिए लेटेंसी और परिचालन लागत में भारी कमी आती है।
सेल्फ-प्ले 'डोज़ो' (dojo) GPT-Red को हमलावर के रूप में काम करने की अनुमति देता है, जबकि डिफेंसिव मॉडल बचाव करना सीखते हैं। इससे 'फेक चेन-ऑफ-थॉट' जैसे नए हमलों का पता चलता है, जो LLMs को गलत आधारों को स्वीकार करने के लिए भ्रमित कर देते हैं।
