AI, machine learning and LLM insights.
The update introduces two environment-variable caps – one for sub-agent spawns and one for web-search calls – both defaulting to 200 per session, with a 2-minute auto-background rule for long MCP calls, giving teams a concrete lever to curb runaway spend.
Noma Labs demonstrated that an attacker can post a crafted issue in a public repo, trigger a CI-linked AI agent with read rights to private repos, and have the bot dump those files back to the issue—all without stealing credentials or exploiting GitHub itself.
वास्तविक डिप्लॉयमेंट में, उपयोगकर्ता का हर कथन, टूल स्कीमा, API रिस्पॉन्स और रिट्रीव किया गया दस्तावेज़ प्रॉम्प्ट में जमा होता रहता है। यह छिपा हुआ ब्लोट प्रोसेसिंग समय और लागत को तेजी से बढ़ा देता है, जिससे एक सुचारू डेमो एक महंगे लेटेंसी दुःस्वप्न में बदल जाता है।
Visa, Mastercard, Stripe और Google द्वारा समर्थित लिनक्स फाउंडेशन का नया X402 फाउंडेशन, AI-एजेंट भुगतान के लिए मैसेज फॉर्मेट को परिभाषित करता है, लेकिन इसमें किसी भी कन्फ़ॉर्मेंस सुइट, सुरक्षा प्रोफ़ाइल या प्रमाणन प्रक्रिया का अभाव है, जिससे इसके अधिकार का दावा बिना परीक्षण के रह गया है।
Analyzing 312 real calls, the team replaced a 700 ms silence rule with a lightweight state machine that watches silence duration, grammatical completeness, and back-channel cues, driving truncations down from 18 % to 3 % and eliminating dead silence.
163 लेबल किए गए मामलों पर आधारित यह बेंचमार्क, केवल निदान तक सीमित न रहकर यह परीक्षण करता है कि क्या AI सहायक अनिश्चितता को पहचान सकते हैं और जानबूझकर निर्णय लेने से बच सकते हैं, जो LLM के बढ़ते आत्मविश्वास के बीच एक महत्वपूर्ण सुरक्षा अंतराल को उजागर करता है।
असंबंधित इमेज डेटासेट पर प्रशिक्षित मॉडलों का पुन: उपयोग करके, LIGO का नया सिस्टम न केवल ज्ञात ग्लिच परिवारों को लगभग सटीक सटीकता के साथ वर्गीकृत करता है, बल्कि नई विसंगतियों को भी क्लस्टर करता है। इससे वैज्ञानिक मैन्युअल डेटा क्लीनिंग के बजाय खगोल भौतिकी (astrophysics) पर ध्यान केंद्रित कर सकेंगे।
एक ही शाम में एजेंट ने एक MCP क्लाइंट, एक Azure AI एजेंट और एक M365 Copilot एजेंट तैयार कर दिया, लेकिन उसे वापस सही दिशा में लाने के लिए 30 में से 12 मानवीय संदेशों की आवश्यकता पड़ी, जिससे वर्कफ़्लो-उल्लंघन और कॉन्टेक्स्ट-रिट्रीवल बग्स का पता चला जिन्हें ठीक करने के लिए प्रॉम्प्ट को फिर से लिखना पड़ा।
Google का Gemini Notebook अब तुरंत AI क्वेरीज़ के लिए PDFs, Docs और अन्य फ़ाइलों को इंडेक्स करता है, जबकि Anthropic का Claude सेवाओं में साइन इन करने के लिए 1Password से क्रेडेंशियल्स प्राप्त कर सकता है, और एक संयुक्त स्पेसिफिकेशन का लक्ष्य एजेंटों को बिना किसी कस्टम कोड के API खोजने और उन्हें इस्तेमाल करने की अनुमति देना है।
AWS Continuum के AI एजेंट्स लगातार वर्जन-कंट्रोल रिपॉजिटरीज़ की निगरानी करते हैं, सुधार सुझाते हैं और डेवलपर्स के IDEs या CI पाइपलाइनों में सीधे पैच भी लगा सकते हैं, जिससे सप्लाई-चेन हमलों के जोखिम को काफी कम किया जा सकता है।
यह बदलाव गूगल को लेआउट से लेकर टेस्टिंग तक, पूरे चिप स्टैक को फिर से डिजाइन करने के लिए मजबूर करता है और इंटेल की यील्ड (yield) क्षमताओं को कड़ी जांच के दायरे में लाता है। सफलता AI-चिप सप्लाई चेन में विविधता ला सकती है; लेकिन किसी भी बाधा से शिपमेंट में देरी हो सकती है और TSMC अपना दबदबा फिर से हासिल कर सकता है।
कारखानों में निर्मित और पूर्ण इकाइयों के रूप में भेजे जाने वाले इन मॉड्यूलर पॉड्स को कुछ ही हफ्तों में जोड़ा जा सकता है, जबकि Lancium का सॉफ्टवेयर एक वर्चुअल बैटरी की तरह काम करता है, जो मांग को सुचारू बनाता है और स्थानीय ERCOT ग्रिड को स्थिर रखने के लिए अतिरिक्त नवीकरणीय या गैस उत्पादन का उपयोग करता है।
The operation serves polished videos to real users while showing bland pages to bots, using services like Keitaro to mask URLs. Experts suggest a verification pipeline that compares facial landmarks against trusted images to flag the fakes.
यह नया फ्रेमवर्क एक विशाल सिस्टम प्रॉम्प्ट की जगह एक छोटी SKILL.md फ़ाइल का उपयोग करता है और नीतियां या स्क्रिप्ट तभी लोड करता है जब एजेंट सही स्किल चुनता है, जिससे टोकन का उपयोग और इन्फरेंस लागत में भारी कमी आती है और रीजनिंग सटीक बनी रहती है।
प्रोडक्शन बॉट INKA-01 ने आर्टवर्क में एक छिपी हुई महत्वपूर्ण चीज़ का पता लगाया, एक विस्तृत रिजेक्शन रिपोर्ट तैयार की और फ़ाइल को वापस डिज़ाइन बॉट LUDO-01 को भेज दिया, जिससे बिना किसी मानवीय हस्तक्षेप के इस गलती को प्रिंट होने से रोक दिया गया।
DPO तीन-मॉडल वाली RLHF पाइपलाइन की जगह प्रेफरेंस पेयर्स पर एक सिंगल बाइनरी-क्रॉस-एन्ट्रॉपी लॉस का उपयोग करता है, जिससे रिवॉर्ड मॉडल और PPO अपडेट्स की आवश्यकता समाप्त हो जाती है। इसके परिणामस्वरूप एक स्थिर और तेज़ ट्रेनिंग लूप मिलता है जो PPO बेंचमार्क के बराबर या उससे भी बेहतर प्रदर्शन करता है।
Anthropic ने सभी Pro, Max, Team और Enterprise टियर्स के लिए Claude Fable 5 के शटडाउन को बढ़ाकर 19 जुलाई 2026, रात 11:59 बजे PT कर दिया है, जबकि Claude Code उपयोगकर्ताओं को 50% साप्ताहिक सीमा वृद्धि मिलती रहेगी। एक्सपोर्ट-कंट्रोल समीक्षाओं और सुरक्षा पैच के कारण पहले इसमें देरी हुई थी।
एंटरप्राइज यूजर्स अब एक सेल्फी और वॉयस क्लिप अपलोड करके एक जीवंत डिजिटल ट्विन बना सकते हैं, और फिर रेंडरिंग को फिर से शुरू किए बिना बैकग्राउंड, लाइटिंग और इफेक्ट्स को एडिट करने के लिए Gemini Omni के मल्टीमॉडल प्रॉम्प्ट्स का उपयोग कर सकते हैं।
यह फीचर, जो वर्तमान में सत्यापित न्यूज़ीलैंड उपयोगकर्ताओं के लिए पब्लिक अल्फा में उपलब्ध है, प्रोप्रायटरी Roblox मॉडल्स को ओपन-सोर्स जनरेटिव AI के साथ जोड़ता है। यह एक सिंगल टेक्स्ट प्रॉम्प्ट के माध्यम से वातावरण, मैकेनिक्स, एसेट्स और साउंड तैयार करता है, जिन्हें क्रिएटर्स पब्लिश करने से पहले फाइन-ट्यून कर सकते हैं।
फिनटेक टीम ने Bedrock के चारों ओर एक हल्का रिवर्स-प्रॉक्सी बनाया, जिससे असली IAM क्रेडेंशियल्स सुरक्षित (vault-locked) हो गए। इसके साथ ही, टीम-वार अल्पकालिक टोकन जारी किए गए जो मॉडल व्हाइटलिस्ट और सख्त टोकन सीमाएं लागू करते हैं, जिससे ऑडिट ट्रेल और तत्काल बजट सुरक्षा सुनिश्चित होती है।
गवर्नर कैथी होचुल ने लार्ज-लैंग्वेज मॉडल्स को राज्य का हर नियम, विनियमन और नीति उपलब्ध कराई, जिससे AI ने पुराने कानूनों को चिन्हित किया—जैसे कि $25 का डॉग-हंटिंग शुल्क और गर्भवती कर्मचारियों के लिए आधी रात को काम करने का परमिट—और इस तरह पांच साल के काम को कुछ ही महीनों में पूरा कर दिया।
यूरोपीय संघ का डिजिटल मार्केट्स एक्ट गूगल को किसी भी एआई सहायक—जैसे ChatGPT, Claude, Perplexity या अन्य—को उन्हीं हार्डवेयर हुक्स, सेंसर और ऐप-लेवल APIs तक पहुंच प्रदान करने के लिए बाध्य करता है, जिन्हें वह वर्तमान में अपने जेमिनी (Gemini) मॉडल के लिए सुरक्षित रखता है। इसका अनुपालन जुलाई 2027 तक किया जाना अनिवार्य है।
107 फर्मों के एक VentureBeat Pulse सर्वेक्षण से पता चलता है कि जहाँ 83% कंपनियां GPUs को आधी क्षमता या उससे कम पर चलाती हैं, वहीं केवल 44% ही कंप्यूट खर्च का सटीक हिसाब रख पाती हैं, जिसके कारण 64% कंपनियां अगले एक साल के भीतर क्लाउड प्रदाता को बदलने या नया जोड़ने पर विचार कर रही हैं।
GPT-Red सीधे डेवलपर्स की CI/CD पाइपलाइन्स में दर्जनों अटैक वेक्टर्स का अनुकरण करता है, जिससे मॉडल शिप होने से पहले ही कमजोरियां सामने आ जाती हैं। OpenAI का कहना है कि यह टूल सेफ्टी फीडबैक लूप को हफ्तों से घटाकर मिनटों में कर देता है, हालांकि सूक्ष्म खतरों के लिए यह अभी भी मानवीय निगरानी की सलाह देता है।
