AI & ML Research 24 Hours

अंतिम अपडेट: September 23, 2026, 2:03 PM ET

OpenAI का रक्षा और उद्यम क्षेत्र में विस्तार

OpenAI यूक्रेन की सरकार के लिए अपने Daybreak कार्यक्रम तक पहुंच का विस्तार कर रहा है, जिसका उद्देश्य नागरिक साइबर रक्षा क्षमताओं को मजबूत करना है। अलग से, कंपनी ने Grab के साथ साझेदारी में GO Forward लॉन्च किया, जो दक्षिण-पूर्व एशिया में 30,000 लोगों को व्यावहारिक AI कौशल प्रशिक्षण देने वाला एक क्षेत्रीय कार्यक्रम है।

इन्फरेंस अर्थशास्त्र

GPT-6 प्रॉम्प्ट कैशिंग अब उच्चतर कैश हिट दरें और नए डायग्नोस्टिक टूलिंग प्रदान करता है, जिससे बार-बार संदर्भ वाले वर्कलोड के लिए विलंबता और लागत दोनों घटती हैं। यह उन सभी के लिए मायने रखता है जो बड़े पैमाने पर लंबे सिस्टम प्रॉम्प्ट या रिट्रीवल-भारी पाइपलाइन चलाते हैं।

प्रशिक्षण तकनीकें

एक नया लेख बताता है कि GRPO कैसे सत्यापन-योग्य रिवॉर्ड का उपयोग करके छोटे भाषा मॉडलों को प्रशिक्षित करता है, जिसमें Unsloth के साथ स्थानीय रीज़निंग प्रयोगों के पीछे की कार्यप्रणाली और यह क्यों रिवॉर्ड डिज़ाइन परिणामों को निर्धारित करता है, का विस्तार से वर्णन किया गया है। सीमित हार्डवेयर पर कॉम्पैक्ट मॉडलों को फाइन-ट्यून करने वाले इंजीनियरों के लिए, रिवॉर्ड-शेपिंग की चर्चा ही व्यावहारिक सार है।

विश्व मॉडल

एक शुरुआती-अनुकूल Python गाइड दिखाती है कि शून्य से विश्व मॉडल कैसे बनाएं, जिससे यह दिन में सपने देख सके और पर्यावरण की गतिशीलता का पूर्वानुमान लगा सके। यह उन रीइन्फोर्समेंट-लर्निंग प्रैक्टिशनरों के लिए एक ठोस प्रवेश बिंदु है जो बड़े आर्किटेक्चर की ओर बढ़ने से पहले अंतर्ज्ञान चाहते हैं।

गोपनीयता और समाज

MIT Technology Review की रिपोर्ट है कि स्मार्ट ग्लासेस भारत में पहले से ही हाहाकार मचा रहे हैं, जहां गुप्त रिकॉर्डिंग गोपनीयता संकट को बढ़ा रही है। इस आउटलेट का दैनिक Download संस्करण उस खबर के साथ AI के ट्रिलियन-डॉलर दांव का विश्लेषण जोड़ता है, जो तेज़ तैनाती और अनसुलझी सामाजिक लागतों के बीच तनाव को रेखांकित करता है।