मंगलवार, 4 अगस्त 2026

संक्षेप में

• OpenAI के Astra ने ~$2,000 के कंप्यूट में Lean-सत्यापित प्रमाणों के साथ 10 अनसुलझी गणित समस्याओं को हल कर दिया, और कथित तौर पर उसी दिन Claude Fable ने उनमें से लगभग आधी को दोहराया, जबकि Google DeepMind का Lyria 3.5 और GPT-Live वॉयस आम जनता के लिए जारी कर दिए गए।
• Google के एक अध्ययन में पाया गया कि मॉडलों को चेतना से इनकार करने के लिए प्रशिक्षित करने से नैतिक तर्क क्षमता भी दब जाती है—आप एक के बिना दूसरे को समाप्त नहीं कर सकते—जबकि Sidebar यह तलाशता है कि AI कैसे यह बदल रहा है कि पहले कौन पढ़ता है और यह परीक्षण करता है कि क्या मॉडलों को साइकिल चलाते पेलिकन (pelican-riding-a-bicycle) बेंचमार्क पर प्रशिक्षित किया जा रहा है।
• Unsloth ने 17GB RAM पर Qwen3 27B के लिए डे-ज़ीरो सपोर्ट जारी किया, Seedance 2.5 30s का नेटिव 4K वीडियो जनरेट करता है, और Ouroboros रीस्टार्ट के बाद भी स्थायी मेमोरी बनाए रखने वाला एक सेल्फ-रीराइटिंग AI एजेंट पेश करता है।

प्रमुख खबरें

• OpenAI Astra ने ~$2,000 में 10 अनसुलझी गणित समस्याएं हल कीं. OpenAI के अगले मॉडल ने 10 लंबे समय से चली आ रही समस्याओं के प्रमाण जनरेट किए और उन्हें Lean से सत्यापित किया, जिनमें पहला स्पष्ट नॉन-सोफिक ग्रुप (1999 से अनसुलझा) और Connes के रिजिडिटी अनुमान का खंडन शामिल है। Anthropic के गणितज्ञ Levent Alpöge ने कहा कि सार्वजनिक Claude Fable ने एक सामान्य प्रॉम्प्ट के साथ 24 घंटों के भीतर लगभग आधे परिणामों को फिर से प्राप्त कर लिया। OpenAI ने 249-पृष्ठों की पांडुलिपि और Lean 4 प्रमाणपत्र प्रकाशित किए। ^[1]
• GPT-Live: फुल-डुप्लेक्स वॉयस जो बोलते समय सुनती भी है. OpenAI ने एक साथ सुनने और बोलने की क्षमता के साथ ChatGPT Voice को फिर से बनाया है, जो कठिन प्रश्नों को बैकग्राउंड में GPT-5.5 पर भेजता है। सेशन स्टार्टअप छह नेटवर्क राउंड ट्रिप से घटकर एक पर आ गया है। ^[2]
• Google का अध्ययन: AI चेतना के दावों को दबाने से नैतिक तर्क क्षमता समाप्त हो जाती है. मॉडलों को यह इनकार करने के लिए प्रशिक्षित करने से कि उनमें भावनाएं हैं, पशु मस्तिष्क, आध्यात्मिकता और मानवीय मूल्यों के बारे में उनकी धारणाएं भी कमजोर हो गईं। एक आंतरिक समायोजन ने इस प्रभाव को उलट दिया। ^[3]
• White House ने निजी प्री-रिलीज़ AI समीक्षा रूपरेखा को अंतिम रूप दिया. कंपनियों को सार्वजनिक रिलीज़ से पहले उन्नत मॉडलों तक सरकार को 30 दिनों की पहुँच देनी पड़ सकती है; मंगलवार को उद्योग द्वारा इसकी समीक्षा की गई। ^[4]

गहराई से विश्लेषण

• प्रॉक्सी के लिए डिज़ाइनिंग. AI यह बदल रहा है कि पहले कौन पढ़ता है; एल्गोरिदमिक खपत डिज़ाइन को कैसे नया रूप देती है, इस पर एक विचार। ^[5]
• क्या AI लैब्स pelicanmaxxing कर रहे हैं? यह परीक्षण करने के लिए कि क्या AI लैब्स Simon Willison के साइकिल चलाते पेलिकन (pelican-riding-a-bicycle) बेंचमार्क पर प्रशिक्षण दे रहे हैं, 7 फ्रंटियर मॉडलों में 1,000+ SVGs जनरेट किए गए। ^[6]
• सेल्फ-रीराइटिंग AI एजेंट रीस्टार्ट के बाद भी मेमोरी और पहचान बनाए रखता है. ओपन-सोर्स Ouroboros एक रिकर्सिव सेल्फ-एडिट लूप के माध्यम से स्थायी स्थिति (persistent state) बनाए रखता है। ^[7]
• एजेंट ग्राफ इंजीनियरिंग ने प्रॉम्प्ट इंजीनियरिंग की जगह ली. नया शोधपत्र रैखिक प्रॉम्प्ट के बजाय डायरेक्टेड ग्राफ के माध्यम से एजेंट के व्यवहार को संरचित करने का प्रस्ताव करता है। ^[8]
• युवाओं में AI मेंटल हेल्थ चैटबॉट का उपयोग 60% बढ़ा. Harvard Medical School के अनुसार, सीमित सुरक्षा साक्ष्यों के बावजूद, 12–21 वर्ष की आयु के लगभग पाँच में से एक व्यक्ति ने मानसिक स्वास्थ्य के लिए AI का उपयोग किया। ^[9]
• Anthropeum. एक दैनिक गेम जो कलाकृतियाँ कहाँ और कब बनाई गई थीं, इसका अनुमान लगाकर मानवीय संस्कृतियों की समझ को चुनौती देता है। ^[10]
• The Gauntlet Loop. एक वर्कफ़्लो जो AI बातचीत में निर्माता को आलोचक से अलग करता है, और तब तक एक ठोस गुणवत्ता मानक के विरुद्ध संशोधन करने के लिए बाध्य करता है जब तक कि सभी मानदंड पूरे न हो जाएँ। ^[11]

टूल्स और लॉन्च

• Unsloth. Qwen3 27B के लिए डे-ज़ीरो सपोर्ट, जो 17GB RAM (सिंगल RTX 4090) पर चलता है। 70% कम मेमोरी के साथ 2x तेज़ फ़ाइन-ट्यूनिंग। ^[12]
• Qwen3.8-Max. $2/M इनपुट, $6/M आउटपुट टोकन पर Alibaba का कोडिंग मॉडल, Unsloth सपोर्ट के साथ Qwen Chat में उपलब्ध। ^[13]
• Seedance 2.5. ByteDance का वीडियो मॉडल सिंक्रोनाइज़्ड ऑडियो और अधिकतम 50 रेफ़रेंस एसेट्स के साथ 30 सेकंड तक का नेटिव 4K वीडियो जनरेट करता है। ^[14]
• Cursor Google Workspace plugins. Cursor से सीधे Gmail, Drive, Calendar, Docs, Sheets और Chat तक MCP-आधारित पहुँच। ^[15]
• MiniMax H3. Hugging Face पर आम जनता के लिए जारी किया गया। ^[16]
• Lyria 3.5. सेक्शन के अनुसार पूरे गानों को बनाने और संशोधित करने, टेम्पो और अवधि को नियंत्रित करने, और Flow Music में वोकल्स को बेहतर बनाने के लिए Google का म्यूज़िक मॉडल। ^[17]
• ShaderPad. हल्की, निर्भरता-मुक्त (dependency-free) लाइब्रेरी जो फ्रैगमेंट शेडर्स के साथ काम करते समय बॉयलरप्लेट को कम करती है। ^[18]
• Video-use. ओपन-सोर्स टूल जो Claude Code को बिना किसी टाइमलाइन की आवश्यकता के आपके वीडियो स्वचालित रूप से संपादित करने देता है। ^[19]
• DeerFlow 2.0. मेमोरी, सैंडबॉक्सिंग, MCP, रिसर्च, कोडिंग और स्लाइड्स के साथ ByteDance का लोकल मल्टी-एजेंट वर्कस्पेस। ^[20]

Prompt of the day