AI और डिज़ाइन की खबरें, रोज़ाना एक साथ।
गुरुवार, 5 नवंबर 2026
Loading today's digest…
No digest available yet today. Check back soon.
Merging & deduplicating today’s sources…
संक्षेप में
- मतदाताओं ने स्थानीय डेटा सेंटर प्रतिबंधों को मंज़ूरी दी, जबकि Google की AI नीति में बदलाव के बाद DuckDuckGo ने स्कूलों के सामने एक सर्च विकल्प पेश किया। OpenAI ने सैकड़ों Linux एक्सप्लॉइट्स और संभावित पैच की जानकारी दी और ChatGPT वेब सर्च को Google की संख्या का पाँचवाँ हिस्सा होने का अनुमान लगाया, हालाँकि Google के आँकड़े के स्रोत का खुलासा नहीं किया गया। Uber ने बहुत कम AI-एजेंट बुकिंग की सूचना दी, और ख़बरों के अनुसार Apple ने कुछ इंजीनियरों की AI ख़र्च सीमा में कटौती की।
- OpenAI के नीति प्रमुख ने एक AI आर्थिक एजेंडा प्रस्तावित किया, जिस पर कॉर्पोरेट जवाबदेही को लेकर आलोचना हुई। Vals ने पाया कि रीज़निंग लागत और प्रदर्शन कार्य के अनुसार अलग-अलग रहे, जबकि Prime Intellect ने दोषपूर्ण सार्वजनिक मूल्यांकनों के लिए सुधार प्रकाशित किए। Linum ने वीडियो जनरेशन की दिशा में एक कदम के रूप में प्रशिक्षित एक प्रायोगिक इमेज मॉडल जारी किया।
- OpenAI ने Images 2.6 में GIF निर्माण की शुरुआत की, और Fireworks ने इन्फरेंस और मॉडल-चयन के विकल्प जोड़े। Claude Code ने बैकग्राउंड स्टेटस अपडेट की लागत कम की, जबकि Grok Bot ने फ़ोन कॉलिंग की घोषणा की।
प्रमुख ख़बरें
- कई मध्यावधि चुनावों में डेटा सेंटर प्रतिबंधों की जीत. कई समुदायों में स्थानीय प्रतिबंध और रोक पारित हुए, जबकि AI उद्योग और सुरक्षा PACs को मिले-जुले परिणाम मिले। TechCrunch ने आगाह किया कि ख़र्च के प्रभावों को अलग करके देखना मुश्किल है। [1] [2]
- DuckDuckGo ने स्कूलों के सामने Google के AI सर्च का विकल्प पेश किया. Google के यह कहने के बाद कि Search की AI सुविधाओं को बंद करने से Search भी बंद हो जाएगा, DuckDuckGo स्कूलों को लुभाने की कोशिश कर रहा है। Google का कहना है कि स्कूल Gemini से अलग Search को सक्षम कर सकते हैं। [3]
- OpenAI ने सैकड़ों Linux प्रिविलिज एस्केलेशन एक्सप्लॉइट्स की जानकारी दी. OpenAI का कहना है कि उसकी रिसर्च पाइपलाइन ने मानवीय समीक्षा के लिए 948 लोकल प्रिविलिज एस्केलेशन एक्सप्लॉइट्स और संभावित पैच तैयार किए, जिस पर लगभग $1.2 million की API लागत आई। [4]
- Uber ने सीमित AI एजेंट ऑर्डर की सूचना दी. Uber का कहना है कि हैलोवीन सप्ताह के दौरान कुल लगभग 320 million ट्रिप्स और ऑर्डर में से एजेंटों ने चार राइड और लगभग 500 फ़ूड ऑर्डर बुक किए। [5]
- ख़बरों के मुताबिक़ Apple ने कर्मचारियों की AI ख़र्च सीमा घटाई. Bloomberg की रिपोर्ट के अनुसार, Apple ने कुछ इंजीनियरों के दैनिक AI भत्ते को $300 से घटाकर $200 कर दिया है और आगे भी कटौती की योजना बना रहा है, हालाँकि वरिष्ठ नेतृत्व के माध्यम से छूट उपलब्ध है। [6]
- OpenAI ने ChatGPT सर्च को Google की संख्या का पाँचवाँ हिस्सा आंका. OpenAI के एक प्रोडक्ट लीड ने यह अनुमान पेश किया, लेकिन Google के सर्च वॉल्यूम के स्रोत का खुलासा नहीं किया। ChatGPT उन प्रॉम्प्ट्स को गिनता है जो वेब सर्च को ट्रिगर करते हैं। [7]
गहन विश्लेषण
- OpenAI नीति प्रमुख ने पेश किया AI आर्थिक एजेंडा. Chris Lehane ने श्रमिक सुरक्षा, शिक्षा, सुरक्षा और बुनियादी ढाँचे से जुड़ी प्राथमिकताएँ प्रस्तावित कीं। AI Now Institute के एक नीति प्रमुख ने निबंध में सीमित कॉर्पोरेट जवाबदेही प्रस्तावों की आलोचना की। [8]
- Vals ने पूरे किए गए एजेंट कार्यों पर मॉडल राउटर्स का बेंचमार्क किया. नया इंडेक्स लगभग 1,250 वित्त, कोडिंग, कानूनी और कर कार्यों पर राउटर्स और व्यक्तिगत मॉडलों की तुलना करता है, तथा सटीकता, लागत और अवधि की रिपोर्ट देता है। [9]
- रीज़निंग सेटिंग्स में कार्य-विशिष्ट लागत और प्रदर्शन के बीच संतुलन दिखा. Vals के सात-मॉडल अध्ययन में, चार मॉडलों ने अपनी सबसे निचली रीज़निंग सेटिंग का उपयोग करते हुए आधी या उससे कम लागत पर अपने इंडेक्स स्कोर का कम से कम 80% बनाए रखा। [10]
- शोधकर्ताओं ने सार्वजनिक AI मूल्यांकनों के लिए सुधार जारी किए. Prime Intellect ने सार्वजनिक बेंचमार्क में अस्पष्ट टूल विवरण और ग्रेडिंग संबंधी समस्याओं की पहचान की और फिर सुधार प्रकाशित किए। इसके संशोधित AutomationBench स्कोर सीधे तौर पर Zapier के स्कोर से तुलनीय नहीं हैं। [11]
- Linum ने $21,000 में प्रशिक्षित प्रायोगिक इमेज मॉडल जारी किया. Linum ने अपने Pyramid-JiT इमेज मॉडल के लिए वेट्स और कोड प्रकाशित किए, और इस कंप्यूट रन को बड़े वीडियो मॉडलों की दिशा में एक प्रूफ ऑफ कॉन्सेप्ट बताया। [12]
- StreamEval विज़ुअल क्वालिटी से आगे बढ़कर इंटरैक्टिव वीडियो मॉडलों की जाँच करता है. अक्टूबर का एक प्रीप्रिंट पाँच कार्यों में एक ओपन बेंचमार्क पेश करता है। इसके 37-मॉडल परिणाम बताते हैं कि विज़ुअल क्वालिटी विश्वसनीय निर्देश निष्पादन या स्टेट कंसिस्टेंसी की गारंटी नहीं देती है। [13]
- शोधकर्ताओं ने साझा मॉडल रिप्रेजेंटेशन के लिए शर्तें प्रस्तावित कीं. Randall Balestriero और Yann LeCun द्वारा अक्टूबर के एक प्रीप्रिंट में एक ही दृश्य के विभिन्न कोणों पर प्रशिक्षित जॉइंट-एम्बेडिंग मॉडलों के लिए एक रिप्रेजेंटेशन प्रमेय प्रस्तुत किया गया है। [14]
- एक डिज़ाइन प्रयोग एजेंट स्किल्स को एप्लिकेशन की तरह मानता है. ओपन-सोर्स interface-bts के निर्माता ने विभिन्न प्रोजेक्ट्स में एक एजेंट स्किल के मानवीय-उपयोग वाले आउटपुट, सटीक निर्देशों और परीक्षणों को बेहतर बनाने का विवरण दिया है। [15]
- निबंध में मौजूदा उपयोगकर्ता व्यवहार को आसान बनाने की वकालत की गई. 28 अक्टूबर के एक निबंध में, Rob Ennals का तर्क है कि उत्पाद विचार तब अधिक मज़बूत होते हैं जब वे किसी ऐसी गतिविधि को कम कष्टदायक बनाते हैं जिसे लोग पहले से ही महत्व देते हैं। [16]
टूल्स और लॉन्च
- OpenAI ने GIF निर्माण के साथ Images 2.6 पेश किया. Images 2.6 अब GIF जनरेशन और दो API मॉडल विकल्पों के साथ ChatGPT, Codex और API में उपलब्ध है। [17]
- Fireworks ने इन्फरेंस और मॉडल-राउटिंग विकल्प जोड़े. Fireworks ने मौजूदा टूल्स में मॉडल चयन के लिए एक अल्ट्रा-फास्ट इन्फरेंस पूर्वावलोकन, बैकग्राउंड प्रोसेसिंग और Nexus Desktop की घोषणा की। [18]
- Claude Code ने बैकग्राउंड स्टेटस अपडेट की लागत घटाई. Anthropic का कहना है कि स्टेटस अपडेट की लागत अब लगभग 99% कम है; उपलब्धता के लिए संस्करण 2.1.316 या उसके बाद का संस्करण आवश्यक है और यह प्लान के अनुसार भिन्न होता है। [19]
- Grok Bot ने फ़ोन कॉलिंग की घोषणा की. Grok Bot अकाउंट का कहना है कि असिस्टेंट अब फ़ोन कॉल कर सकता है; इसकी घोषणा में एक्सेस की शर्तों को स्पष्ट नहीं किया गया है। [20]
आज का प्रॉम्प्ट
आज के डाइजेस्ट से आपके पसंदीदा AI सहायक के लिए एक व्यावहारिक प्रॉम्प्ट। [11]
एक ऐसे AI कार्य के लिए एक छोटा, निष्पक्ष परीक्षण बनाएँ जिसका मैं बार-बार उपयोग करना चाहता हूँ। मुझसे कार्य, उपलब्ध इनपुट और टूल्स, और एक सफल परिणाम कैसा दिखता है, इसके बारे में पूछें। फिर स्पष्ट निर्देशों, अपेक्षित परिणामों और एक सरल स्कोरिंग रूब्रिक के साथ पाँच यथार्थवादी परीक्षण मामले तैयार करें। वास्तविक कार्य विफलताओं को अधूरी जानकारी, अस्पष्ट निर्देशों और अनुपलब्ध टूल्स से अलग करें। कम से कम एक ऐसा मामला शामिल करें जहाँ असिस्टेंट को कोई प्रश्न पूछना चाहिए या अनुमान लगाने से मना करना चाहिए। रूब्रिक को किसी विशेष शब्दावली को पुरस्कृत करने के बजाय परिणाम की जाँच करने वाला बनाएँ, और किसी भी ऐसे अपेक्षित उत्तर को चिह्नित करें जिसके लिए मेरे सत्यापन की आवश्यकता हो। मुझे एक ऐसी तालिका दें जिसका उपयोग मैं विभिन्न रन्स की तुलना करने के लिए बार-बार कर सकूँ, बिना यह दावा किए कि परीक्षण पहले ही किया जा चुका है।
संदर्भ
- TIME: AI के पहले बड़े चुनाव के विजेता और पराजित
- TechCrunch: AI PACs ने कांग्रेस को प्रभावित करने की कोशिश में लाखों ख़र्च किए
- TechCrunch: Google की AI नीति के विरोध के बीच DuckDuckGo ने स्कूलों के सामने खुद को पेश किया
- OpenAI: रूट तक पहुँचने के एक हज़ार कम रास्ते
- TechCrunch: कंपनी का कहना है कि लगभग कोई भी अपना Uber बुक करने के लिए AI एजेंटों का उपयोग नहीं करता
- 9to5Mac: रिपोर्ट: लागत घटाने के Ternus के कदम के तहत Apple ने कर्मचारियों के AI टोकन भत्ते कम किए
- 9to5Google: OpenAI का कहना है कि ChatGPT ने Google Search वॉल्यूम के लगभग 20% को छू लिया है
- TechCrunch: OpenAI पहले से ही 2028 के चुनाव को आकार देने की कोशिश कर रहा है
- vals.ai: Vals Router Index लीडरबोर्ड और कार्यप्रणाली
- vals.ai: रीज़निंग का प्रयास स्कोर और लागत को कितना प्रभावित करता है?
- primeintellect.ai: सार्वजनिक मूल्यांकनों के ऑडिट से मिली सीख
- linum.ai: $21K में एक टेक्स्ट-टू-इमेज मॉडल को प्रशिक्षित करना
- arXiv: StreamEval: इंटरैक्टिव स्ट्रीमिंग वीडियो जनरेशन मॉडलों का मूल्यांकन
- arXiv: JEPAs के साथ प्लैटोनिक रिप्रेजेंटेशन परिकल्पना को सिद्ध और बेहतर करना
- iamnoman.com: एक स्किल को डिज़ाइन करना
- lesswrong.com: बेहतरीन लेकिन कष्टदायक
- OpenAI: Images 2.6 का परिचय
- Fireworks AI: Fireworks ने Forge में नए उत्पादों का अनावरण किया
- X: X पर ClaudeDevs (@ClaudeDevs)
- X: X पर Grok Bot (@bot)
स्रोत: The Deep View, The Neuron, AlphaSignal, Superhuman, TLDR AI, Sidebar, The Rundown AI