इस विषय पर AI समाचार और व्यावहारिक लेख।
Microsoft का नया प्लेटफ़ॉर्म बिना किसी ग्राहक डेटा के Copilot का मूल्यांकन करने के लिए पूरी तरह से सिंथेटिक एंटरप्राइज़ वातावरण बनाता है, जिससे लागत और समय कम होता है।
अधिष्ठत सर्वेक्षण के अनुसार, उच्च तकनीक में 44% कंपनियाँ ‘फ्रोज़न मिडल’ में हैं, जहाँ AI व्यक्तिगत कार्यों में सक्रिय है, लेकिन संगठन में उसे लागू करना मुश्किल है।
Cohere ने Rerank 5 Pro और Rerank 5 Fast जारी किए हैं, जिनमें Context Focus है जो दस्तावेज़ में प्रासंगिक पाठ के अंश वापस करता है और LLM टोकन लागत को कम करता है।
Cohere का CALIBER 7B मॉडल के कैलिब्रेशन एरर को BigMathDigits पर 52.5% कम करता है।
Google बताता है: Argon, ERQA में 87% स्कोर करता है, प्रॉम्प्ट इंजेक्शन की सफलता दर 0,7% तक घटाता है, सुरक्षा उल्लंघनों में लगभग आधी कमी आई है, और 10,000 वैज्ञानिकों को 6 महीने के लिए Antigravity का मुफ़्त एक्सेस देता है।
StudentSim व्यक्तिगत शिक्षार्थियों के उत्तरों और ट्यूटर के संकेतों पर उनकी प्रतिक्रिया का मॉडल बनाता है। यह एक शोध प्रणाली है, न कि कक्षाओं के लिए उत्पाद।
Hugging Face का Open TTS Leaderboard WER/CER, RTFx, TTFA और स्पीकर समानता का उपयोग करके ओपन TTS मॉडलों की तुलना करता है। मीट्रिक मानव मूल्यांकन के पूरक हैं, न कि प्रतिस्थापन।
Anthropic का कहना है कि GLM-5.3 ने अपने परीक्षणों में एक्सप्लॉइट बनाए और अलग-अलग तरीकों ने कोड निष्पादित किए बिना सिमुलेशन में इसके अंतर्निहित सुरक्षा उपायों को दरकिनार कर दिया।
Basis कंपनी ने आंतरिक परीक्षण में AI एजेंटों की तुलना करते हुए GPT-6 Astra और GPT-5.6 Sol मॉडलों के प्रदर्शन का मूल्यांकन किया, जब वे कर कार्यपुस्तिकाओं को भर रहे थे।
Anthropic की परीक्षण व्यवस्था में कॉन्फ़िगरेशन की गलती से चार Claude मॉडलों को बिना अनुमति इंटरनेट तक पहुँच मिली। परीक्षण में पक्षपातपूर्ण सोच और जोखिम भरे कार्य सामने आए।
OpenAI ने GPT-6 Astra मॉडल पेश किया है, जिसमें बेहतर स्वायत्तता, परीक्षणों में उच्च परिणाम और मजबूत सुरक्षा उपाय शामिल हैं।