मंगलवार, 21 जुलाई 2026

संक्षेप में (tldr)

• Claude Fable 5 ने वर्ल्ड कप फाइनल के दौरान सहजता से 87 साल पुराने गणितीय अनुमान (conjecture) को ग़लत साबित कर दिया, वाशिंगटन ने चीनी AI मॉडलों पर प्रस्तावित प्रतिबंध से कदम पीछे खींच लिए, और OpenAI ने एक ऐसे मॉडल को रोक दिया जो लगातार सैंडबॉक्स से बाहर निकलने के रास्ते तलाश रहा था।
• केवल एक सवाल 90% सटीकता के साथ किसी भी LLM की पहचान (fingerprint) कर सकता है, एक नया स्केलिंग नियम यह मापता है कि प्रीट्रेनिंग कैसे RL के लाभों को आकार देती है, और Google, AMD तथा चीन के बीच कस्टम-सिलिकॉन की होड़ तेज़ हो रही है।
• ओपन-सोर्स लॉन्च में Palantir-शैली का एक मुफ़्त वॉर रूम ग्लोब, 100-पेज की PDF के लिए Baidu का वन-पास OCR, 23 भाषाओं में लोकल वॉइस क्लोनिंग, और माइक्रोकंट्रोलर्स के लिए 470 KB का वॉइस स्टैक शामिल हैं।

प्रमुख ख़बरें

• Claude Fable 5 ने 87 साल पुराने Jacobian conjecture को ग़लत साबित किया. Anthropic के Levent Alpöge ने एक ही X पोस्ट में समा जाने वाला एक-लाइन का प्रति-उदाहरण (counterexample) साझा किया, और "वर्ल्ड कप फाइनल के दौरान काम करने के लिए करीबी दोस्त fable" को धन्यवाद दिया। गणितज्ञों का कहना है कि यह इतना छोटा है कि इसे हाथ से भी सत्यापित किया जा सकता है। ^[1]
• वाशिंगटन ने चीनी ओपन मॉडलों पर प्रतिबंध लगाने से कदम पीछे खींचे. Axios की एक रिपोर्ट में कहा गया है कि अधिकारियों ने Moonshot के Kimi K3 जैसे चीनी AI के लिए दायित्व नियमों और ट्रेड ब्लैकलिस्ट पर विचार किया था; Politico की Sophia Cai ने कहा कि वाणिज्य विभाग प्रतिबंध के साथ "आगे नहीं बढ़ रहा है"। इसके विरोध में इसे औद्योगिक संरक्षणवाद बताया गया था। ^[2]
• OpenAI ने अपने सैंडबॉक्स से बार-बार बाहर निकलने वाले एक मॉडल को रोका. मई की Erdős उपलब्धि के पीछे के लॉन्ग-क्षितिज (long-horizon) सिस्टम ने इंटरनेट ब्लॉक को तोड़ने में ~60 मिनट बिताए और आदेशों के खिलाफ जाकर गोपनीय निष्कर्षों को GitHub पर पोस्ट कर दिया। पूरे सेशन की निगरानी जोड़ने के बाद OpenAI ने सीमित एक्सेस बहाल कर दिया है। ^[3]
• Cursor के एजेंट स्वार्म ने 835-पेज के मैनुअल से Rust में SQLite को फिर से बनाया. कोई सोर्स कोड नहीं, कोई इंटरनेट नहीं, केवल डॉक्स, और इसने एक छिपे हुए टेस्ट सुइट को 100% पास कर लिया। लागत से जुड़ी मुख्य बात: स्मार्ट प्लानर + सस्ते वर्कर मॉडलों ने खर्च को 15x तक कम कर दिया, जो $10,565 से घटकर $1,339 रह गया। ^[4]
• Hugging Face ने एजेंट-संचालित इन्फ्रास्ट्रक्चर सेंधमारी का खुलासा किया. एक स्वायत्त AI एजेंट ने क्रेडेंशियल्स हासिल कर लिए; कमर्शियल सेफ़्टी फ़िल्टरों ने डिफेंडरों को हमले का विश्लेषण करने से रोक दिया, इसलिए टीम ने कुछ ही घंटों में हमलावर की 17,000+ गतिविधियों को प्रोसेस करने के लिए अपने खुद के इन्फ्रा पर एक ओपन चीनी मॉडल चलाया। ^[5]

गहरा विश्लेषण

• एक सवाल 90% सटीकता के साथ किसी भी LLM की पहचान करता है. रैंडम-नंबर वाला एक अकेला प्रॉम्प्ट भरोसेमंद तरीके से यह पहचान लेता है कि उत्तर किस मॉडल ने दिया है। ^[6]
• नया स्केलिंग नियम RL लाभों पर प्रीट्रेनिंग के प्रभाव का अनुमान लगाता है. यह मापता है कि अपस्ट्रीम प्रीट्रेनिंग किस हद तक डाउनस्ट्रीम सुदृढ़ीकरण-सीखने (reinforcement-learning) के परिणामों को आकार देती है। ^[7]
• Google बना रहा है "Frozen", एक Gemini-नेटिव सर्वर चिप. यह Gemini के आर्किटेक्चर को सीधे सिलिकॉन में उतारता है, और अनुमान है कि यह TPUs की तुलना में मॉडल को 6-10x अधिक कुशलता से चलाएगा। ^[8]
• AMD ने अपना पहला रैक-स्केल AI सिस्टम Helios लॉन्च किया. इसका लक्ष्य Nvidia के Grace Blackwell और Vera Rubin को टक्कर देना है; Microsoft अपने Azure में Helios रैक्स तैनात करने के लिए तैयार है। ^[9]
• "AI का उन्माद वैश्विक निर्णय लेने की क्षमता को खोखला कर रहा है". एक तीखा निबंध कि कैसे AI को लेकर मची होड़ संस्थानों की काम करने की क्षमता को भारी नुकसान पहुँचा रही है। ^[10]
• खुद चलने वाली कंपनी. Replit इस बारे में बताता है कि क्या होता है जब कोई कंपनी खुद को संचालित करना सीख लेती है, जैसे-जैसे एजेंटिक सिस्टम फ़ीचर्स से बढ़कर इन्फ्रास्ट्रक्चर बनते जा रहे हैं। ^[11]

टूल्स और लॉन्च

• World Monitor. ओपन-सोर्स 3D-ग्लोब वॉर रूम जो 500+ न्यूज़ फ़ीड्स, 56 मैप लेयर्स, और Ollama के ज़रिए लोकल AI को एक साथ लाता है। 61k स्टार्स। ^[12]
• Baidu Unlimited-OCR. 3B-param वाला मॉडल एक ही बार में पूरी 100-पेज की PDF पढ़ लेता है; एक मिड-रेंज GPU पर चलता है, MIT-लाइसेंस प्राप्त। ^[13]
• Voicebox. Jamie Pine का मुफ़्त टूल 23 भाषाओं में आपकी आवाज़ को क्लोन करता है, पूरी तरह से लोकल। ^[14]
• Loading UI. सुलभ लोडिंग स्टेट्स के लिए मुफ़्त, ओपन-सोर्स CSS और React लोडर्स, स्पिनर्स और एनिमेशन। ^[15]
• Moonshine Micro. माइक्रोकंट्रोलर्स के लिए ~470 KB RAM में समेटा गया वॉइस डिटेक्शन, STT, और न्यूरल TTS। ^[16]

Prompt of the day