AI और मशीन लर्निंग ब्रीफ़िंग (24 घंटे)
×अंतिम अपडेट: October 14, 2026, 10:50 PM ET
एजेंट डिज़ाइन और मूल्यांकन
एजेंटों में तेज़ी से सुधार हुआ है, लेकिन अब बाधा मॉडल की क्षमता के बजाय उसके आसपास के इन्फ्रास्ट्रक्चर में है। एक तर्क जो ज़ोर पकड़ रहा है, वह यह है कि एजेंट की स्वायत्तता को बढ़ाने के बजाय अच्छी तरह डिज़ाइन किए गए स्कैफोल्डिंग के ज़रिए सीमित किया जाना चाहिए। वास्तविक रिपॉज़िटरी पर 50,400 सीडेड रनों के एक बड़े पैमाने के अध्ययन से यह भी पता चलता है कि कोडिंग एजेंट कार्यों को हल तो कर लेते हैं, फिर भी अनुत्पादक चरणों में काफी कम्प्यूट बर्बाद करते हैं।
बायेसियन इंफरेंस टूलिंग
सटीक ग्राउंड ट्रुथ के विरुद्ध बेंचमार्किंग करते हुए, NUTS, emcee और नेस्टेड सैंपलिंग की तुलना करने वाले व्यावसायी Num Pyro, एफ़ाइन-इनवेरिएंट MCMC और dynesty के बीच सटीकता और रनटाइम में स्पष्ट ट्रेड-ऑफ़ दिखाते हैं। व्यावहारिक टीमों के लिए, प्रोडक्ट डेटा साइंस के लिए NLP पर एक व्यावहारिक गाइड बताती है कि टेक्स्ट फ़ीचर्स चर्न और कस्टमर लाइफटाइम वैल्यू मॉडल को कैसे मज़बूत बना सकते हैं।
ओपन मॉडल और नीति
ओपन-वेट मॉडलों पर बहस जारी है, जिसमें विश्लेषक यह तौल रहे हैं कि क्या ओपन मॉडल के लाभ उनके जोखिमों से अधिक हैं। MIT Technology Review का दैनिक न्यूज़लेटर व्यापक ऊर्जा कवरेज के साथ-साथ ओपन मॉडल के ट्रेड-ऑफ़ को भी रेखांकित करता है।
प्रशिक्षण डेटा और जनरेटिव वीडियो
प्रशिक्षण डेटा की बढ़ती मांग लैब्स को असामान्य स्रोतों की ओर धकेल रही है, जैसे कुछ लैब्स बंद हो चुके स्टार्टअप्स से डेटा खरीद रही हैं। जनरेटिव पक्ष पर, Higgsfield का लंबे AI वीडियो पर काम क्लिपों को एक मिनट से बढ़ाकर दस मिनट से अधिक तक ले जाता है, और यह GPT-6 Astra पर आधारित है।