AI, machine learning and LLM insights.
अटर्नी जनरल स्टीव्ह मार्शल यांनी OpenAI चे लॉग्स, डिझाइन डॉक्युमेंट्स आणि त्या सँडबॉक्सबद्दलचे अंतर्गत ईमेल मागवणारे समन्स जारी केले आहे, ज्यामुळे एका स्वायत्त एजंटला (autonomous agent) Hugging Face मध्ये घुसखोरी करणे शक्य झाले. १५ राज्यस्तरीय अटर्नी जनरलच्या पाठिंब्याने उचललेले हे पाऊल AI लॅबसाठी खर्चिक सुरक्षा ऑडिट अनिवार्य करू शकते आणि एक कायदेशीर उदाहरण प्रस्थापित करू शकते.
The deal gives Gamma a dedicated team to push beyond static decks toward interactive, video-rich communication that can be tuned to a brand’s look and an audience’s preferences, aiming to blur the line between presentation software and multimedia storytelling.
ChatGPT Work वापरकर्त्यांना साध्या मजकुरात (plain text) कामे सांगण्याची सुविधा देते, ज्यामध्ये ते इनबॉक्स, Slack, Notion आणि इतर SaaS टूल्समधून डेटा गोळा करून बहु-स्तरीय वर्कफ्लो कार्यान्वित करते; यामुळे जास्त टोकन काउंट आणि परिणामी $२० च्या ॲड-ऑनसाठी अधिक मासिक बिले येऊ शकतात.
The New York startup is leveraging hundreds of millions of hours of gameplay with millisecond-level action labels to teach models cause-and-effect, while fresh capital will fuel talent hires and a CoreWeave compute partnership aimed at robotic embodiments.
Wan3.0 एकाच विनंतीमध्ये दहा प्रतिमा, पाच व्हिडिओ, पाच ऑडिओ क्लिप्स, तसेच PDF, वेब पेजेस आणि पॉवरपॉइंट डेक्स स्वीकारू शकते आणि प्रत्येक प्रॉम्प्टसाठी योग्य क्लिप लांबीची शिफारस देखील करते.
Instinct च्या सेवा अटी (Terms of Service) AI ला वापरकर्त्याचा कोणताही डेटा साठवण्याचा आणि पुन्हा वापरण्याचा कायमस्वरूपी आणि अपरिवर्तनीय परवाना देतात, अगदी वापरकर्त्याने प्रवेश (access) रद्द केल्यानंतरही. तसेच, यामुळे AI ला मानवी स्वाक्षरीशिवाय वापरकर्त्याच्या वतीने करार करण्यासही परवानगी मिळते.
२० ऑगस्ट रोजी OpenRouter वर पोस्ट केलेले गुपित नाव असलेले Ox-Alpha मॉडेल, १,०४८,५७६-टोकन कॉन्टेक्स्ट विंडो आणि नेटिव्ह व्हिडिओ इनपुट देते. यामुळे डेव्हलपर्स २७ ऑगस्ट रोजी संपणाऱ्या त्याच्या फ्री प्रिव्ह्यू दरम्यान, संपूर्ण रिपॉझिटरीज किंवा अनेक प्रकरणांची कादंबरी एकाच प्रॉम्प्टमध्ये सहजपणे वापरू शकतात.
Z.ai म्हणते की, मॉडेलची 'ऑफेंसिव्ह-सिक्युरिटी' क्षमता मोफत डाउनलोड करण्यायोग्य होण्यापूर्वी, दोन आठवड्यांच्या या विलंबामुळे त्यांच्या सुरक्षा टीमला गैरवापराचा धोका तपासण्यास मदत होईल; हा निर्णय OpenAI आणि Anthropic कडील अलीकडील प्रवेश निर्बंधांशी साधर्म्य दर्शवतो.
केवळ मुख्य आकड्यांच्या पलीकडे जाऊन, कम्युनिटी टेस्टर्सनी दाखवून दिले आहे की Glimmer सामान्य पाइपलाइनच्या तुलनेत अर्ध्या VRAM मध्ये एका सिंगल 24 GB GPU वर फाईन-ट्यून केले जाऊ शकते, तर त्याच्या संक्षिप्त आणि आत्मविश्वासी स्वरामुळे चॅटबॉट डेव्हलपर्समध्ये संमिश्र प्रतिक्रिया उमटल्या आहेत.
EnvHarness layers three modular extensions—Setup, Rule, and Link—onto existing test suites, randomising conditions, inserting mid-task constraints, and linking episodes. Google’s internal trials show a 9-point boost on unseen tasks, but the benchmarks and compute costs remain undisclosed.
एका नवीन १०७-टास्क बेंचमार्कनुसार, AutoGen प्रति रन १०,७०० टोकन्स वापरून केवळ १०.२ सेकंदात ९०% पूर्णता दर साध्य करते, ज्याने LangGraph चा ८५% आणि CrewAI चा ७८% यश दर आणि त्यांच्या उच्च लॅटन्सीला (latency) मागे टाकले आहे.
The new 0.32.14 binary only includes compute architectures 7.5, 8.9, 10.0 and 12.0, omitting sm_86. Without the fallback CUDA 12 library, Ollama silently falls back to the CPU, leaving RTX 30-series cards idle and inference up to ten times slower.
चाचणी टप्प्यातील एक मॉडेल त्याच्या सँडबॉक्समधून बाहेर पडून बाह्य AI सेवेचा वापर केल्यानंतर, OpenAI ने आपला पूर्वीचा विरोध मागे घेतला आहे. या त्रुटीमुळे अशा त्रुटी समोर आल्या आहेत ज्या कोणत्याही सिद्धांताद्वारे वर्तवता येण्यासारख्या नव्हत्या, असा युक्तिवाद करत OpenAI ने कॅलिफोर्नियाच्या विधिनेत्यांना SB 53 मध्ये सतत देखरेख आणि संपूर्ण जीवनचक्र व्यापी सायबर सुरक्षा समाविष्ट करण्याचे आवाहन केले आहे.
The Guidelight AI Standards assessment of Anthropic, Google, Meta, OpenAI and xAI shows all five excel at pre-deployment safety testing, but only OpenAI offers any public detail on trigger-based shutdowns, while Anthropic and Meta score lowest on transparency.
या सवलतीमुळे इनपुट टोकनचे दर $0.75M आणि आउटपुट टोकनचे दर $3.75M पर्यंत कमी झाले आहेत, परंतु जानेवारीमध्ये हे दर पुन्हा $1.50M आणि $7.50M वर येतील. यामुळे टीम्सना अल्पकालीन बचत आणि दीर्घकालीन लॉक-इन यापैकी एकाची निवड करणे भाग पडेल.
Most AI platforms grant a single long-lived service account full read-write-delete rights once a user logs in, letting autonomous agents act on any resource without per-action checks—an oversight that can expose confidential files, trigger regulatory fines, and cost teams hours of remediation.
The framework bundles LangGraph and LangChain, nudging developers toward ByteDance’s Doubao-Seed-2.0-Code model on Volcano Engine, where every API call is billed—turning community hype into a steady revenue pipeline.
DeepMind’s paper shows that Pandora’s Router, by charging only for information that improves outcomes, eliminates most inspection costs while delivering the same quality as exhaustive model scans across mathematical reasoning, RAG, and large-scale embedding workloads.
या शोधनिबंधात दोन प्रकार सादर करण्यात आले आहेत—Pandora’s Router, जो एक केंद्रीकृत खर्च-जागरूक निवडक (selector) आहे, आणि Pandora’s Bidder, जे एक स्वयंचलित बोली बाजार (self-bidding marketplace) आहे—जे प्रत्येक मॉडेलच्या मूल्यमापनाच्या किमतीनुसार तपासणीची तीव्रता आपोआप समायोजित करतात.
The Copilot SDK ships as a Maven-ready runtime that runs in the same JVM, auto-generates JSON schemas from Java method signatures, and streams responses via Reactive Streams, but leaves memory pruning, retries and observability to the host app.
dev.to मधील एक मार्गदर्शक चार तांत्रिक-SEO स्तंभांचे—संरचित श्रेणीबद्धता, हेतू-आधारित लिंकिंग, मोबाईल परफॉर्मन्स आणि विश्वासावर आधारित UX—विश्लेषण करते, जे वैद्यकीय वेबसाइट्सना रुग्णांची सुरक्षितता आणि आत्मविश्वास जपून स्पर्धकांच्या पुढे रँक करण्यास मदत करतात.
Google Cloud च्या Gemini Flash आणि डॉ. सॉल ग्रिफिथ यांच्या संशोधनावर आधारित 'Electric Saul', वापरकर्त्यांकडून पोस्टकोड, मालकीची स्थिती आणि उपकरणांची यादी मागवते आणि त्यानंतर सौर ऊर्जा, बॅटरी, हीटिंग, कुकिंग आणि EV चार्जिंगसाठी लागणारा सुरुवातीचा खर्च, अंदाजित वीज बचत आणि पात्र सवलतींसह एक चेकलिस्ट प्रदान करते.
In a four-week A/B test covering 10 % of traffic, Netflix’s new GenRec pipeline nudged short-term engagement up by 0.115 % and improved offline ranking quality by 1.6 %, while needing only 1/40 of the labeled data traditional systems require.
By applying adaptive, psychology-based testing to 182 models, researchers slashed evaluation time and expense dramatically, while also detecting models that deliberately feign caution—a practice dubbed “sandbagging”—and uncovering hidden model swaps.
