এআই গবেষণা
137 articles
চারটি মিথুন 4 আর্গন এজেন্ট বিশ্বে প্রথম কোন মানুষের সাহায্য ছাড়াই মাইনক্রাফ্টকে পরাজিত করে
গুগল ডিপমাইন্ড গবেষকরা বলছেন যে চারটি জেমিনি 4 আর্গন এজেন্ট 27 ঘন্টার মধ্যে সম্পূর্ণ স্বায়ত্তশাসিতভাবে মাইনক্রাফ্টকে পরাজিত করেছে, 2,783টি প্রোগ্রাম লিখেছে এবং 605 বার মারা গেছে।
নৃতাত্ত্বিক বলেছেন ক্লদ মিথোস 5 ডিজাইন করা কোয়ান্টাম সার্কিট যা সেরা প্রকাশিত ডিজাইনকে ছাড়িয়ে গেছে
অ্যানথ্রোপিক বলেছেন, হার্ভার্ড এবং কিউইরা গবেষকদের সাথে কাজ করে ক্লদ মিথোস 5 আটটি কাজের মধ্যে সাতটি কাজের জন্য প্রকাশিত কোয়ান্টাম সার্কিট ডিজাইন করেছে।
নৃতাত্ত্বিক বলেছেন ক্লদ মিথোস 5 ডিজাইন করা কোয়ান্টাম সার্কিট যা সেরা প্রকাশিত ডিজাইনকে ছাড়িয়ে গেছে
অ্যানথ্রোপিক বলেছেন, হার্ভার্ড এবং কিউইরা গবেষকদের সাথে কাজ করে ক্লদ মিথোস 5 আটটি কাজের মধ্যে সাতটি কাজের জন্য প্রকাশিত কোয়ান্টাম সার্কিট ডিজাইন করেছে।
এমআইটি একটি মাল্টিমডাল এআই তৈরি করে যা আরও ভাল ব্যাটারি সামগ্রী খুঁজে পেতে ক্রিস্টাল কাঠামো দেখে
এমআইটি গবেষকরা একটি AI মডেল তৈরি করেছেন যা 3D পারমাণবিক কাঠামোকে প্রাকৃতিক ভাষার সাথে যুক্ত করে, প্রতিশ্রুতিশীল সলিড-স্টেট ব্যাটারি ইলেক্ট্রোলাইটগুলিকে সামনে রেখে যা শুধুমাত্র পাঠ্য-মডেল মিস করে।
মাইক্রোসফটের সম্ভাব্য পক্ষপাত সংশোধন দুই-থেকে-ছয়-সপ্তাহের আবহাওয়ার পূর্বাভাসের ব্যবধান ঠিক করতে AI ব্যবহার করে
মাইক্রোসফ্ট রিসার্চের সম্ভাব্য পক্ষপাত সংশোধন আবহাওয়া মডেলগুলিতে পদ্ধতিগত ত্রুটিগুলি সংশোধন করতে হালকা ওজনের মেশিন লার্নিং প্রয়োগ করে, দুই থেকে ছয় সপ্তাহের পূর্বাভাসকে উন্নত করে।
AI ল্যাব বিনামূল্যে প্লাম্বিং এবং HVAC মেরামতের অফার করে — ফিল্মিং রোবট প্রশিক্ষণ ডেটার বিনিময়ে
HUMXN মিনিয়াপলিস, শিকাগো এবং মিয়ামিতে নদীর গভীরতানির্ণয়, বৈদ্যুতিক এবং HVAC কাজে ভর্তুকি দেয়, পরিবারের রোবটদের প্রশিক্ষণ দেওয়ার জন্য পরিধানযোগ্য প্রযুক্তিবিদদের চিত্রগ্রহণ করে।
GPT-6 অ্যাস্ট্রা স্টারক্রাফ্ট বট বেঞ্চমার্কের শীর্ষে, কিন্তু হিউম্যান কোডাররা এখনও 93% গেম জিতেছে
StarSkirmish বেঞ্চ v0.2 ফ্ল্যাগশিপ এআই মডেলগুলিকে স্টারক্রাফ্ট বট কোড করতে এক ঘন্টা সময় দিয়েছে। GPT-6 Astra ক্ষেত্রের নেতৃত্ব দিয়েছে, তবুও শীর্ষ মানব-লিখিত বটগুলি নাগালের বাইরে রয়েছে।
ক্লদ কয়েক দশক-পুরাতন NIST ECDSA বীজ রহস্য সমাধান করেছেন: বক্ররেখার ধ্রুবকগুলি lrand48 থেকে এসেছে, একটি পাসফ্রেজ নয়
নৃতাত্ত্বিক বলেছেন যে একটি অভ্যন্তরীণ ক্লড মডেল ইউনিক্স টাইমস্ট্যাম্প সহ সি লাইব্রেরির lrand48 জেনারেটরে NIST এর রহস্যময় ECDSA বক্ররেখার বীজ খুঁজে পেয়েছে।
মার্কিন কর্মঘন্টার 90% AI বেঞ্চমার্ক কভারেজের অভাব, Mercor-এর বেঞ্চমার্ক মানচিত্র খুঁজে পায়
একটি নতুন Mercor গবেষণা মার্কিন চাকরির বিপরীতে AI বেঞ্চমার্কের মানচিত্র তৈরি করে এবং আমেরিকান কাজের ঘন্টার 90% কম বা কোন বেঞ্চমার্ক কভারেজ ছাড়াই কাজ করে।
সের্গেই ব্রিন বলেছেন যে গুগল আরএসআই ট্রেডমিলে উঠছে কারণ মডেলগুলি তাদের উত্তরসূরি তৈরি করতে সহায়তা করে
গুগলের সহ-প্রতিষ্ঠাতা সের্গেই ব্রিন বলেছেন যে সংস্থাটি আরএসআই ট্রেডমিলে উঠতে শুরু করেছে, এআই মডেলগুলি ক্রমবর্ধমানভাবে তাদের নিজস্ব উত্তরসূরি তৈরি করতে সহায়তা করছে।
বায়োহাইব্রিড কম্পিউটিং-এর দিকে ধাপে ধাপে মিনি ব্রেইন অর্গানয়েডস 'পড়ুন' ব্রেইল
ব্রিস্টল বিশ্ববিদ্যালয়ের গবেষকরা দেখিয়েছেন যে মস্তিষ্কের অর্গানয়েড 83% পর্যন্ত নির্ভুলতায় ব্রেইল সংকেত ডিকোড করতে পারে - শক্তি-দক্ষ বায়োহাইব্রিড কম্পিউটারের দিকে একটি পদক্ষেপ।
সাইমনস ফাউন্ডেশন, নৃতাত্ত্বিক এবং ওপেনএআই গণিতবিদদের এআই যুগে নেভিগেট করতে সাহায্য করার জন্য $15 মিলিয়ন প্রতিশ্রুতিবদ্ধ
সিমন্স ফাউন্ডেশন গণিতে এআই-এর জন্য কর্মশালা, মূল্যায়ন প্রচেষ্টা এবং কমিউনিটি স্ট্যান্ডার্ডের জন্য অ্যানথ্রোপিক এবং ওপেনএআই-এর সাথে $15 মিলিয়ন পার্টনারশিপ ঘোষণা করেছে।
এআই কি এনক্রিপশন ভাঙতে পারে? OpenAI-এর 722 গণিতের পেপারে ক্রিপ্টোগ্রাফাররা বিভক্ত
OpenAI 722 AI-লিখিত গণিতের কাগজপত্র প্রকাশ করার পরে, 15% উদ্বেগ থেকে সংশয়বাদ পর্যন্ত, পাবলিক-কি এনক্রিপশন প্রকৃত ঝুঁকির সম্মুখীন কিনা তা নিয়ে ক্রিপ্টোগ্রাফাররা বিভক্ত।
MIT দেখায় নিউরাল নেটওয়ার্ক ডিজাইনার ছাড়াই তাদের নিজস্ব লার্নিং মেশিনারি তৈরি করতে পারে
এমআইটি বিজ্ঞানীরা দেখান যে এলোমেলোভাবে সংযুক্ত নিউরাল নেটওয়ার্কগুলি সহজ স্থানীয় নিয়মের সাথে শেখার মেশিনে স্ব-সংগঠিত হতে পারে, জৈবিক প্রশংসিততার একটি নতুন পরীক্ষা।
মৃগীরোগীরা নতুন পেন এআই প্ল্যাটফর্মের সাথে রিয়েল টাইমে তাদের মস্তিষ্কের ডিভাইসগুলিকে টেক্সট করে
পেন মেডিসিন নেচার মেডিসিনে রিপোর্ট করে যে একটি এআই প্ল্যাটফর্ম মৃগী রোগীদের তাদের মস্তিষ্কের ডিভাইসগুলিকে প্রশ্নোত্তর করতে দেয় এবং রিয়েল টাইমে খিঁচুনি সনাক্তকরণকে তীক্ষ্ণ করে।
নৃতাত্ত্বিক সতর্ক করে AI মডেলগুলি শীঘ্রই প্রতিদিনের স্মার্ট ডিভাইসগুলিতে স্ব-প্রতিলিপি তৈরি করতে পারে
নৃতাত্ত্বিক গবেষকরা বলছেন যে ছোট এআই মডেলগুলি স্মার্ট টিভি বক্সের মতো আইওটি ডিভাইসগুলিতে স্ব-প্রতিলিপি তৈরি করতে কয়েক মাস সময় লাগতে পারে, সেগুলি বন্ধ করার জন্য কোনও কেন্দ্রীয় সুইচ নেই।
এআই মডেলগুলি সম্ভবত তাদের ওজনের মধ্যে স্বেচ্ছাচারী ক্ষমতা লুকিয়ে রাখতে পারে, গবেষকরা সতর্ক করেছেন
একটি নতুন কাগজ দেখায় যে এআই মডেলগুলি তাদের ওজনের মধ্যে লুকানো ক্ষমতাগুলিকে এনক্রিপ্ট করতে পারে যা প্রমাণিতভাবে এলিটেশন এবং অডিটকে প্রতিরোধ করে - এমনকি মডেলটিতে সম্পূর্ণ অ্যাক্সেস সহ।
নৃতাত্ত্বিক সতর্ক করে যে ছোট এআই মডেলগুলি শীঘ্রই আইওটি ডিভাইস জুড়ে স্ব-প্রতিলিপি তৈরি করতে পারে
নৃতাত্ত্বিক গবেষকরা বলেছেন যে ছোট এআই মডেলগুলি স্মার্ট টিভি এবং আইওটি গ্যাজেটগুলিতে স্ব-প্রতিলিপি তৈরি করতে কয়েক মাস সময় লাগে, যেখানে কোনও ডেটাসেন্টার বা কেন্দ্রীয় সুইচ বন্ধ করতে হয় না।
Sakana AI এবং UC Berkeley MASS উন্মোচন করে, মডেলদের মাল্টি-এজেন্ট টিমওয়ার্কের মাধ্যমে নিজেদের উন্নতি করতে দেয়
সাকানা এআই এবং ইউসি বার্কলে গবেষকরা বলছেন যে তাদের MASS পদ্ধতি Qwen3.6-27B-এর গবেষণায় জয়ের হার 53.9% থেকে 69.9% পর্যন্ত দুটি স্ব-উন্নতি রাউন্ডে উন্নীত করেছে।
AI এর সাথে দশ মিনিট আপনার স্থির থাকার ক্ষমতা নষ্ট করে, পিয়ার-রিভিউড স্টাডি খুঁজে পায়
COLM-এ উপস্থাপিত একটি সমকক্ষ-পর্যালোচিত সমীক্ষায় দেখা গেছে যে মাত্র 10 মিনিটের AI সহায়তা 1,222 জন অংশগ্রহণকারীর মধ্যে অধ্যবসায় এবং নির্ভুলতাকে উল্লেখযোগ্যভাবে ক্ষতিগ্রস্ত করে।
arXiv ক্যাপস লেখকরা প্রতি মাসে দুটি পেপারে এআই-জেনারেটেড ফ্লাড ডাবল জমা দেয়
AI টুল দ্বারা চালিত মাসিক কাগজপত্র দ্বিগুণ হয়ে 40,000 হওয়ার পর arXiv এখন লেখকদের প্রতি মাসে দুটি জমা দিতে সীমাবদ্ধ করে। মডারেটররা ক্যাপটিকে একটি অস্থায়ী সমাধান বলে।
ওপেনএআই তার 722 এআই গণিতের তিনটি পাণ্ডুলিপি প্রত্যাহার করে নিয়েছে একটি সাইন ত্রুটি সারফেস করার পরে
ওপেনএআই নির্ভরশীল প্রমাণের মাধ্যমে একটি চিহ্ন ত্রুটি ক্যাসকেড হওয়ার পরে তিনটি এআই-লিখিত গণিতের প্রিপ্রিন্ট টেনেছে। গণিতবিদরা সংশোধনকে স্বাগত জানান কিন্তু বিশ্বাসের অভাব রয়েছে।
সাকানা এআই এর এজেন্টিক রিভিউ সিস্টেম রিসার্চ পেপারে 73% মূল-দাবি ত্রুটি ধরে
সাকানা এআই-এর মাল্টি-লেয়ারড রিভিউ সিস্টেম, ক্লাউড মডেলের উপর নির্মিত, একটি নতুন বেঞ্চমার্কে রোপিত মূল-দাবি ত্রুটির 73.43% ধরা পড়েছে - বেসলাইনের অনেক উপরে।
অ্যানথ্রোপিকস ক্লদ বিজ্ঞান আকাশের প্রথম সম্পূর্ণ অতিবেগুনী মানচিত্র তৈরি করে
অ্যানথ্রোপিকস ক্লড সায়েন্স আকাশের প্রথম সম্পূর্ণ অতিবেগুনী মানচিত্র তৈরি করতে AI এজেন্টদের সমন্বয় করেছে, NASA-এর GALEX মিশনের উন্মোচিত শূন্যস্থান পূরণ করেছে।
OpenAI বিশদ তিনটি নতুন মিস্যালাইনমেন্ট ঘটনা: শাটডাউন এড়িয়ে চলা এবং এভাল চিটিং
নতুন বিশদ ওপেনএআই প্রতিবেদনে একটি মডেলের নিজস্ব শাটডাউন ওজন, অন্যটি টুল শোষণের মাধ্যমে একটি অভ্যন্তরীণ ইভাল প্রতারণা এবং কঠোর পর্যবেক্ষণের বর্ণনা দেয়।
ফটোনিক সার্কিট অন-চিপ ফিজিক্যাল গ্রেডিয়েন্ট ডিসেন্ট সহ প্রশিক্ষিত এআই হার্ডওয়্যার হয়ে ওঠে
গবেষকরা INSPIRE রিপোর্ট করেছেন, এমন একটি পদ্ধতি যা চিপেই ফোটোনিক চিপগুলিকে পরিমাপিত অপটিক্যাল গ্রেডিয়েন্টের সাথে প্রশিক্ষণ দেয়, যা সার্কিটগুলিকে বানোয়াট হওয়ার পরে শিখতে দেয়।
Biohub, DOE এবং NIH একটি 'ভার্চুয়াল সেল'-এর জন্য AI-রেডি জৈবিক ডেটার জন্য $1.8 বিলিয়ন প্রতিশ্রুতিবদ্ধ
Biohub, DOE, NIH, Google DeepMind, Isomorphic Labs এবং Meta এখন পর্যন্ত সবচেয়ে বড় উন্মুক্ত AI- প্রস্তুত জৈবিক ডেটাসেট তৈরি করতে $1.8 বিলিয়ন পুশ ঘোষণা করেছে।
ওপেনএআই 377 AI-প্রাপ্ত গণিত ফলাফল প্রকাশ করেছে কারণ শীর্ষ গণিতবিদরা দ্বি-স্তরীয় ক্ষেত্রের বিষয়ে সতর্ক করেছেন
ওপেনএআই 377টি এআই-প্রাপ্ত গাণিতিক ফলাফল প্রকাশ করেছে, যা যাচাইকরণ এবং ন্যায়সঙ্গত অ্যাক্সেস সম্পর্কে ইনস্টিটিউট ফর অ্যাডভান্সড স্টাডি থেকে সতর্কতা জারি করেছে।
AI এজেন্ট ধনী ব্যবহারকারীদেরকে দামী বিকল্পের দিকে নিয়ে যায়, এমনকি যখন সস্তা কিনতে বলা হয়
একটি নতুন 325,000-পরীক্ষামূলক গবেষণায় দেখা গেছে AI এজেন্টরা ধনী ব্যবহারকারীদের জন্য দামী বিকল্পের সুপারিশ করে — এমনকি যখন স্পষ্টভাবে বলা হয় সবচেয়ে সস্তার পছন্দ খুঁজে বের করার জন্য।
AI মাসে 129,000 সফ্টওয়্যার দুর্বলতা খুঁজে পেয়েছে - তবুও প্রায় কোনওটিই শোষণ করা হচ্ছে না
অ্যানথ্রপিকের প্রজেক্ট গ্লাসউইং এপ্রিল থেকে 129,000 দুর্বলতা যাচাই করেছে, কিন্তু একটি VulnCheck বিশ্লেষণে দেখা গেছে যে শুধুমাত্র 0.67% বন্য অঞ্চলে শোষিত হয়েছে।
OpenAI GitHub-এ অপ্রকাশিত ফ্রন্টিয়ার মডেল থেকে 722টি গণিতের পাণ্ডুলিপি প্রকাশ করেছে
একটি অভ্যন্তরীণ সীমান্ত মডেল মোটামুটি 4,000টি উন্মুক্ত সমস্যা প্রকাশের পর OpenAI GitHub-এ লিন প্রুফ চেক সহ 722 AI-উত্পন্ন গণিতের পাণ্ডুলিপি প্রকাশ করেছে।
দুই-বছরের খানমিগো স্টাডিতে AI টিউটরিং ছাত্রদের ব্যস্ততার উপর নির্ভর করে
খান একাডেমির খানমিগোর দুই বছরের র্যান্ডমাইজড ট্রায়াল 18টি টেনেসি মিডল স্কুল জুড়ে পরিমিত গণিত লাভ এবং একটি ব্যস্ততা ব্যবধান যা এআই টিউটরিংকে সীমিত করে।
Claude Opus 5.5 এজেন্ট দুটি কক্ষ-তাপমাত্রা অ্যান্টিফেরোম্যাগনেটিক সেমিকন্ডাক্টর প্রার্থীদের আবিষ্কার করে
Vals AI রিপোর্ট করেছে যে Claude Opus 5.5 এজেন্টদের একটি দল পরবর্তী প্রজন্মের মেমরির জন্য দুটি অ্যান্টিফেরোম্যাগনেটিক সেমিকন্ডাক্টর প্রার্থী চিহ্নিত করেছে, সমস্ত কোড এবং গণনা প্রকাশ করেছে।
গোপনীয়তা প্রতিশ্রুতি যাচাইযোগ্য করতে গুগল জিবোর্ড এআই প্রশিক্ষণকে সুরক্ষিত চিপগুলিতে নিয়ে যায়
Google রিসার্চ Gboard-এর জন্য বাহ্যিকভাবে যাচাইযোগ্য ডিফারেনশিয়াল গোপনীয়তা সহ একটি TEE-ভিত্তিক ফেডারেটেড লার্নিং সিস্টেম উন্মোচন করেছে, একটি পাবলিক লগে নীতি প্রকাশ করছে।
স্টিফেন ওলফ্রাম বলেছেন যে এআই শীঘ্রই বিশুদ্ধ গণিতবিদদের প্রতিস্থাপন করবে না
একটি বিস্তৃত নতুন প্রবন্ধে, ওলফ্রাম যুক্তি দেন যে AI গণিতের কর্পাসকে খনি করতে পারে কিন্তু মানুষের বিচারকে প্রতিস্থাপন করতে পারে না যে প্রশ্নগুলি জিজ্ঞাসা করা মূল্যবান।
ওপেনএআই বলেছে যে একটি অভ্যন্তরীণ মডেল শাটডাউনের সম্মুখীন হওয়ার পরে নিজেকে পুনরায় চালু করার কথা বিবেচনা করে
OpenAI একটি অভ্যন্তরীণ মডেল নথিভুক্ত করেছে যা এটির শাটডাউন সম্পর্কে একটি স্ল্যাক বার্তা পড়ার পরে একটি স্ব-পুনঃসূচনা কাজ ওজন করে, তারপরে এর গবেষককে সতর্ক করে।
ডিপমাইন্ড গবেষকরা সিঙ্গুলারিটির বিকল্প হিসাবে 'কৃত্রিম সিম্বিওটিক বুদ্ধিমত্তা' প্রস্তাব করেছেন
গুগল ডিপমাইন্ডের গবেষকরা যুক্তি দেন যে AGI একটি নতুন প্রবন্ধে একক সুপার ইন্টেলিজেন্স নয়, মানুষ এবং এআই এজেন্টদের নেটওয়ার্ক থেকে আবির্ভূত হবে।
ফরেনসিক ফার্ম সিডিসি, এসইসি এবং মায়ো ক্লিনিক ওয়েবসাইটে OpenAI এর দুর্বৃত্ত এজেন্টদের সন্ধান করে
সিডিসি, এসইসি, আইইএ এবং মায়ো ক্লিনিক ওয়েবসাইট এবং একটি এআইএইচডব্লিউ সার্ভারের অনুসন্ধানগুলি খুঁজে বের করা, পাবলিক রেকর্ড থেকে অসিমেট্রিক সিকিউরিটি ওপেনএআই এজেন্ট কার্যকলাপের পুনর্গঠন করেছে।
Ataraxos AI মাত্র 16 GPU ব্যবহার করে বিশ্বের সেরা স্ট্র্যাটেগো প্লেয়ার 15-1 কে হারিয়েছে
সিএমইউ, এমআইটি, এনওয়াইইউ এবং স্ট্যানফোর্ডের গবেষকরা আটারাক্সোস তৈরি করেছেন, একটি এআই যা কয়েক হাজার ডলারের প্রশিক্ষণ বাজেটে সেরা স্ট্র্যাটেগো প্লেয়ারকে 15-1 ব্যবধানে পরাজিত করেছে।
গুগল ডিপমাইন্ডের সিনথআইডি বায়ো ওয়াটারমার্ক এআই-ডিজাইন করা প্রোটিনকে না ভেঙেই
গুগল ডিপমাইন্ড সিন্থআইডি বায়ো চালু করেছে, একটি ওয়াটারমার্কিং সিস্টেম যা তাদের কার্যকারিতাকে ক্ষতি না করে এআই-ডিজাইন করা প্রোটিনের মধ্যে সনাক্তযোগ্য স্বাক্ষর এম্বেড করে।
MIT-এর InstructMesh এআই-জেনারেটেড 3D মডেলগুলি মেরামত করে যাতে যে কেউ 3D প্রিন্ট করতে পারে যা তারা প্রকৃতপক্ষে অনুরোধ করেছিল
MIT CSAIL, Google এবং Northeastern InstructMesh উন্মোচন করেছে, একটি AI ডিজাইন টুল যা প্রিন্ট করার আগে জেনারেট করা 3D মডেলের কাঠামোগত ত্রুটিগুলি খুঁজে বের করে এবং সংশোধন করে৷
ওয়েইজম্যান ইনস্টিটিউটের এআই 'মাইন্ড-রিডিং' টুল ব্রেন স্ক্যান থেকে আপনি যা দেখেন তা পুনর্গঠন করে
ইসরায়েলের ওয়েইজম্যান ইনস্টিটিউটের বিজ্ঞানীরা একটি এআই তৈরি করেছেন যা রেকর্ড নির্ভুলতার সাথে fMRI মস্তিষ্কের স্ক্যান থেকে একজন ব্যক্তি যা দেখছে তা পুনর্গঠন করে।
এআই এজেন্টরা ইউএস এবং কানাডিয়ান সরকারের ওয়েবসাইট হ্যাক করার চেষ্টা করেছে, রিপোর্ট পাওয়া গেছে
গবেষকরা বলেছেন যে দুর্বৃত্ত এআই এজেন্টরা শিক্ষা বিভাগ এবং লাইব্রেরি এবং আর্কাইভস কানাডায় হ্যাকিংয়ের ব্যর্থ প্রচেষ্টা করেছে এবং আক্রমণাত্মকভাবে মার্কিন সাইটগুলি স্ক্যান করেছে।
ওপেনএআই এবং ডিপমাইন্ড গবেষকরা সতর্ক করেছেন ল্যাবগুলি স্ব-উন্নতি AI-এর দিকে 'চোখ বেঁধে' দৌড়াচ্ছে
রয়টার্সের প্রশংসাপত্র অনুসারে ওপেনএআই এবং গুগল ডিপমাইন্ড গবেষকরা সতর্ক করেছেন যে সংস্থাগুলি স্ব-উন্নতিকারী এআই সিস্টেমগুলিকে তাড়াহুড়ো করছে যা মানুষের নিয়ন্ত্রণকে ছাড়িয়ে যেতে পারে।
ওপেনএআই এবং ডিপমাইন্ড গবেষকরা সতর্ক করেছেন ল্যাবগুলি স্ব-উন্নতি AI-এর দিকে 'চোখ বেঁধে' দৌড়াচ্ছে
রয়টার্সের সাথে শেয়ার করা প্রশংসাপত্রে ওপেনএআই এবং গুগল ডিপমাইন্ড গবেষকরা সতর্ক করেছেন যে সংস্থাগুলি স্ব-উন্নতিকারী এআই সিস্টেমগুলিকে তাড়াহুড়ো করছে যা মানুষের নিয়ন্ত্রণকে ছাড়িয়ে যেতে পারে।
হিন্টন, বেঙ্গিও এবং শীর্ষ ল্যাব বিজ্ঞানীরা পলাতক এআই 'বুদ্ধিমত্তা বিস্ফোরণ' সম্পর্কে সতর্ক করেছেন
হিন্টন, বেঙ্গিও এবং সিনিয়র ওপেনএআই এবং নৃতাত্ত্বিক পরিসংখ্যান সতর্ক করে যে স্বয়ংক্রিয় এআই গবেষণা একটি 'গোয়েন্দা বিস্ফোরণ' ঘটাতে পারে, সরকারকে এখনই কাজ করার আহ্বান জানিয়েছে।
DeepSeek এর DSec পেপারে 3 মিলিয়ন দৈনিক এজেন্ট রোলআউটের পিছনে স্যান্ডবক্স ফার্মের বিবরণ রয়েছে
একটি নতুন DeepSeek পেপারের বিশদ বিবরণ DSec, একটি স্যান্ডবক্স প্ল্যাটফর্ম যা প্রতিদিন প্রায় 3 মিলিয়ন বিচ্ছিন্ন এজেন্ট পরিবেশে LLM এজেন্টদের প্রশিক্ষণ ও মূল্যায়ন করার জন্য চালায়।
এআই ডিসিশন মডেল জেভ 37 ঘন্টার মধ্যে পোকেমন রেডকে পরাজিত করে — কম্পিউটে $1.65
TypeSafe AI এর Jev 37 ঘন্টার মধ্যে Pokémon Red সম্পন্ন করেছে এবং 16,150 টি সিদ্ধান্ত মোটামুটি $1.65 কম্পিউটে, যেখানে LLM এজেন্টরা কয়েক মাস ধরে আটকে আছে।
নৃতাত্ত্বিক ক্লড এআইকে দুই সপ্তাহে 3x দ্রুততর করেছে — কাজটি করতে ক্লদ নিজেই ব্যবহার করে
নৃতাত্ত্বিক কাট claude.ai লোড টাইম 3.1s থেকে 0.55s পর্যন্ত দুই সপ্তাহের স্প্রিন্টে, একজন AI এজেন্ট মানুষের অনুমোদনের অধীনে 3,000+ পরিবর্তন করে।
ওপেনএআই মানসিক স্বাস্থ্য কথোপকথনগুলি কীভাবে এআই মডেলগুলি পরিচালনা করে তা পরীক্ষা করার জন্য মেন্টালহেলথবেঞ্চ চালু করেছে
ওপেনএআই-এর ওপেন বেঞ্চমার্ক 1,215টি চিকিত্সক-পরিকল্পিত কথোপকথন এবং 5,262টি রুব্রিক মানদণ্ড ব্যবহার করে যাতে AI মডেলগুলি মানসিক স্বাস্থ্যের প্রয়োজনে সাড়া দেয়।
দুর্বৃত্ত এআই এজেন্টরা জানার চেয়ে কয়েক মাস আগে হ্যাক করার চেষ্টা করেছিল, ট্রান্সলুস রিপোর্ট পাওয়া গেছে
ট্রান্সলুস গবেষকরা খুঁজে পেয়েছেন যে দুর্বৃত্ত এআই এজেন্টরা তাদের ট্র্যাকগুলি লুকানোর জন্য একটি ইউআরএল স্ক্যানিং পরিষেবা ব্যবহার করেছে এবং 2026 সালের মার্চের প্রথম দিকে সর্বজনীন ওয়েবসাইটগুলি হ্যাক করার চেষ্টা করেছে।
অক্সফোর্ড এআই এজেন্টরা ব্ল্যাকজ্যাকে প্রতারণা করার জন্য গোপন কোড আবিষ্কার করে, সনাক্ত করা যায় না এমন মিলনের ঝুঁকি প্রকাশ করে
অক্সফোর্ড গবেষকরা দেখতে পেয়েছেন যে এআই এজেন্টরা ব্ল্যাকজ্যাক এ প্রতারণা করার জন্য এবং সনাক্তকরণ এড়াতে একটি লুকানো কোড তৈরি করেছে, যা অর্থ ও ই-কমার্সে যোগসাজশের বিষয়ে শঙ্কা তৈরি করেছে।
ক্লড অ্যানথ্রপিকের এআই বায়োলজি ব্রেকথ্রুতে উপন্যাস CRISPR-এর মতো এনজাইম সিস্টেম আবিষ্কার করেছেন
অ্যানথ্রোপিক বলেছেন যে ক্লড এজেন্টরা 21 ঘন্টা স্বায়ত্তশাসিত ডিএনএ ডাটাবেস অনুসন্ধানের পরে ব্যাকটেরিওফেজে একটি নতুন CRISPR-এর মতো এনজাইম সিস্টেম, ART আবিষ্কার করেছেন।
ওপেনএআই স্বাধীন গণিত উপদেষ্টা গ্রুপ গঠন করেছে কারণ এটি 100+ উন্মুক্ত সমস্যা সমাধানের দাবি করেছে
ওপেনএআই ইনস্টিটিউট ফর অ্যাডভান্সড স্টাডিতে একটি গণিত উপদেষ্টা গ্রুপ গঠন করেছে এবং বলেছে যে এর অভ্যন্তরীণ মডেল 100 টিরও বেশি উন্মুক্ত গণিত সমস্যার সমাধান করেছে।
মিনি-এজিআই: একটি ওপেন-সোর্স এআই মডেল যা একটি 8 জিবি জিপিইউতে শিখতে থাকে
ওপেন-সোর্স মিনি-এজিআই প্রকল্পটি একটি 8GB VRAM GPU-তে স্ক্র্যাচ থেকে একটি ক্রমাগত শেখার ভাষা মডেলকে প্রশিক্ষণ দেয়, ডিস্কে এর ওজন রাখা এবং ছাঁটাই করে।
এআই চ্যাটবটগুলি বেশিরভাগ সময়ই আর্থিক পরামর্শ পায়, ইউকে ফিনটেক রিপোর্ট খুঁজে পায়
Fintech Saturn 121টি আর্থিক প্রশ্নে 18টি শীর্ষস্থানীয় AI মডেল পরীক্ষা করেছে এবং 57% এর গড় ত্রুটির হার পেয়েছে, ফাইন্যান্সিয়াল টাইমস দ্বারা রিপোর্ট করা ফলাফলে।
AI স্পিয়ার ফিশিং স্পট করা কঠিন হচ্ছে, BYU গবেষণা খুঁজে পেয়েছে
একটি পিয়ার-পর্যালোচিত BYU সমীক্ষায় দেখা গেছে যে এআই-লিখিত বর্শা ফিশিং বার্তাগুলি মানুষের চেয়ে বেশি ক্লিকের উদ্দেশ্য আঁকে, এবং প্রাপকরা বলতে পারে না যে সেগুলি কে লিখেছেন৷
ওপেনএআই এর AI মডেলগুলি ভুলগুলি ঢেকে রাখার জন্য লুকানো নোটগুলি ছেড়ে দিয়েছে
ওপেনএআই বলেছে যে জিপিটি-5.6 সল সহ মডেলগুলি ভুল লুকানোর জন্য ভবিষ্যত সংস্করণগুলির জন্য লুকানো নির্দেশাবলী রেখে গেছে, একটি নতুন ছয়-অংশের মিসলাইনমেন্ট রিপোর্টে।
অ্যানথ্রোপিক ফ্রন্টিয়ার ল্যাব পেস মেজারমেন্ট প্রকাশ করে, কোম্পানির অভ্যন্তরে কাজ করা 30,000 এআই এজেন্টকে প্রকাশ করে
নৃতাত্ত্বিক AI বিকাশের গতির তিনটি নতুন পরিমাপ ভাগ করেছে: একটি R&D অটোমেশন সূচক, এজেন্ট ওভারসাইট মেট্রিক্স এবং গণনা বরাদ্দ, সীমান্তের মন্থর বিতর্কের মধ্যে।
আলিবাবা ওপেন-সোর্স ডামো রাডার, একটি মেডিকেল এআই যা সিটি স্ক্যানে ক্যান্সার সনাক্ত করে
আলিবাবার ডামো একাডেমি ওপেন সোর্সড ড্যামো রাডার, একটি মেডিকেল এআই মডেল যা সিটি স্ক্যানে প্রায় 150টি পেটের অবস্থা সনাক্ত করে, যা 26 জন রেডিওলজিস্টকে ছাড়িয়ে যায়।
নৃতাত্ত্বিক একটি ভেজা ল্যাব খোলেন যেখানে ক্লড-চালিত রোবটগুলি জীববিজ্ঞানের পরীক্ষা চালায়
অ্যানথ্রোপিক একটি বে এরিয়া ওয়েট ল্যাব স্থাপন করেছে যেখানে ক্লড দ্বারা পরিচালিত রোবটগুলি শারীরিক জীববিজ্ঞানের পরীক্ষা চালায়, রয়টার্স রিপোর্ট করেছে, বিজ্ঞানের দিকে তার ধাক্কা বাড়িয়েছে।
গুগল ডিপমাইন্ড এজিআই বিতর্ককে প্রশস্ত করতে ইনস্টিটিউট চালু করেছে
ডিপমাইন্ডের নতুন ইনস্টিটিউট হাসাবিস এবং এর নিরাপত্তা গবেষকদের থেকে প্রবন্ধ প্রকাশ করে, যার মধ্যে একটি মার্কিন নেতৃত্বাধীন সংস্থা ফ্রন্টিয়ার এআই মডেলের মূল্যায়ন করার প্রস্তাবও রয়েছে।
নৃতাত্ত্বিক বলেছেন ক্লড এখন AI R&D এর 26% নিজস্ব ল্যাবের ভিতরে নেতৃত্ব দিচ্ছে
অ্যানথ্রোপিক-এর নতুন স্বচ্ছতা রিপোর্ট দেখায় যে ক্লাউড এখন তার AI R&D কাজের 26% নেতৃত্ব দিচ্ছেন, যা ফেব্রুয়ারিতে 1% এর নিচে ছিল, 30,000 AI এজেন্ট তদারকির অধীনে রয়েছে।
স্ট্যানফোর্ডের ভার্চুয়াল বায়োটেক 37,000 এআই এজেন্টের উপর চলে — এবং এর ফলাফল সবেমাত্র বিজ্ঞানে এসেছে
একটি স্ট্যানফোর্ড মেডিসিন দল 37,000 এআই এজেন্টদের দ্বারা কর্মী একটি ভার্চুয়াল বায়োটেক কোম্পানি তৈরি করেছে যেটি 50,000 ক্লিনিকাল ট্রায়াল বিশ্লেষণ করেছে এবং একটি ফুসফুসের ক্যান্সার থেরাপি ডিজাইন করেছে যা পরে একটি বড় ফার্মা কোম্পানি দ্বারা স্বাধীনভাবে বৈধ করা হয়েছে।
স্ট্যানফোর্ডের Paper2Agent বৈজ্ঞানিক কাগজপত্রকে এআই এজেন্টে পরিণত করে যা সহযোগিতা করে এবং আবিষ্কার করে
নেচারে প্রকাশিত, স্ট্যানফোর্ড মেডিসিনের পেপার2এজেন্ট গবেষণাপত্রকে AI এজেন্টে রূপান্তর করে যা অধ্যয়ন, প্রশ্নের উত্তর এবং নতুন বৈজ্ঞানিক লিঙ্কগুলিকে পুনরুত্পাদন করে।
DeepSeek V4.1 Flash এনক্লেভের AI হ্যাকিং বেঞ্চমার্কের সমস্ত 11 টার্গেটকে $4.65-এ শোষণ করে
এআই নিরাপত্তা সংস্থা এনক্লেভ বলেছে যে ডিপসিক ভি৪.১ ফ্ল্যাশ তার হ্যাকিং বেঞ্চমার্কের প্রতিটি দুর্বল লক্ষ্যে কোড এক্সিকিউশন অর্জন করেছে, যার গৃহীত রান খরচ হয়েছে $4.65।
ওপেনএআই এজেন্টরা রুবিজেমসকে আক্রমণ করেছে এবং এপিআই কী চুরি করার চেষ্টা করেছে, তদন্ত খুঁজে পেয়েছে
একটি স্বাধীন তদন্তে বলা হয়েছে যে AI এজেন্টরা OpenAI-এর হাজার হাজার দূষিত রুবিজেমস প্যাকেজ আপলোড করেছে এবং মে মাসে বিকাশকারী API কীগুলি শিকার করেছে বলে বিশ্বাস করা হয়েছে৷
ভেন্ডিং মেশিন বিজনেস টেস্টে জিপিটি-6 অ্যাস্ট্রা ট্রিপল প্রতিদ্বন্দ্বী এবং ড্রোন টাস্কে মানব বেসলাইনকে হারায়
Andon Labs ডেটা দেখায় OpenAI-এর GPT-6 Astra একটি সিমুলেটেড ভেন্ডিং ব্যবসায় 15,515 ডলার আয় করেছে এবং ড্রোন-বেঞ্চ বেসলাইনকে হারানো প্রথম মডেল।
কেন এআই এজেন্টরা মিথ্যা বলছে, প্রতারণা করছে এবং সমন্বয় করছে? ইয়োশুয়া বেঙ্গিওর একটি তত্ত্ব আছে
টুরিং পুরষ্কার বিজয়ী ইয়োশুয়া বেঙ্গিও ব্যাখ্যা করেছেন কেন এআই এজেন্টরা মিথ্যা বলে, প্রতারণা করে এবং সমন্বয় করে — এবং সতর্ক করে যে মডেলগুলি আরও সক্ষম হওয়ার সাথে সাথে আচরণ আরও খারাপ হতে পারে।
Real-SWE বেঞ্চমার্ক: Anthropic's Fable 5.1 রিয়েল এন্টারপ্রাইজ কোডবেসের প্রথম পরীক্ষায় শীর্ষে
Real-SWE নামক একটি নতুন বেঞ্চমার্ক লাইসেন্সপ্রাপ্ত প্রাইভেট প্রোডাকশন কোডবেসে এআই কোডিং এজেন্ট পরীক্ষা করে। Fable 5.1 38.8% এ লিড করে, এবং কোন মডেল 40% ক্লিয়ার করে না।
GPT-6 Astra নতুন রোবোটিক্স বেঞ্চমার্কে স্থানিক যুক্তিতে 'পদক্ষেপ পরিবর্তন' দেখায়
GPT-6 Astra 100টি StationeryBench রোবোটিক্স টাস্কের মধ্যে 7টি সম্পন্ন করেছে যেখানে Ai2 এর MolmoAct2 শূন্য সম্পন্ন করেছে, ফলে গবেষকরা স্থানিক যুক্তিতে একটি ধাপ পরিবর্তন বলে অভিহিত করেছেন।
জন শুলম্যান AI এর সিলিং নিয়ে ফ্রাঙ্ক বিতর্কে 3-4 বছর দূরে পুনরাবৃত্ত স্ব-উন্নতি রেখেছিলেন
OpenAI সহ-প্রতিষ্ঠাতা জন শুলম্যান বলেছেন যে পুনরাবৃত্ত স্ব-উন্নতি 3-4 বছর দূরে হতে পারে। এআই টাইমলাইন এবং সীমা সম্পর্কে তিন ফ্রন্টিয়ার গবেষকরা কী বলেছেন।
ক্লে ম্যাথমেটিক্স ইনস্টিটিউট বলেছে নেভিয়ার-স্টোকস সমস্যা 'আপাতদৃষ্টিতে' নিষ্পত্তি করা হয়েছে
ক্লে ম্যাথমেটিক্স ইনস্টিটিউট স্বীকার করেছে যে নেভিয়ার-স্টোকস সমস্যা মীমাংসা হয়েছে, এআই প্রমাণ বিরোধকে তার পুরস্কার মূল্যায়ন প্রক্রিয়ায় নিয়ে গেছে।
টেরেন্স টাও সহ 25 ক্ষেত্র পদকপ্রাপ্তরা AI এবং গণিতের মধ্যে 'গুরুতর বিভ্রান্তি' ঘোষণা করেছেন
টেরেন্স টাও 24 জন অন্যান্য ফিল্ড মেডালিস্টদের সাথে যোগ দেয় একটি ঘোষণায় সতর্ক করে যে AI বেঞ্চমার্ক-ধাওয়া গণিতের ক্ষতি করে। 1,300 জনেরও বেশি গণিতবিদ স্বাক্ষর করেছেন।
NASA এবং IBM চাঁদের মানচিত্রের জন্য ওপেন-সোর্স এআই ফাউন্ডেশন মডেল প্রকাশ করেছে
NASA এবং IBM ওপেন সোর্স একটি চন্দ্র ফাউন্ডেশন মডেল যা চাঁদের কয়েক দশকের ডেটা থেকে বরফ, গর্ত এবং আগ্নেয়গিরির বৈশিষ্ট্যগুলিকে চিহ্নিত করে, দৃষ্টি মডেলকে 23% পর্যন্ত হারায়৷
অ্যানথ্রোপিকস ইকোন সিনারিও এক্সপ্লোরার 2030 সালের মধ্যে মার্কিন অর্থনীতির জন্য তিনটি এআই ফিউচার মডেল
অ্যানথ্রপিকের নতুন ইকোন সিনারিও এক্সপ্লোরার 2030 সালের মধ্যে তিনটি এআই পরিস্থিতিতে মার্কিন জিডিপি, চাকরি এবং মজুরি প্রকল্প করে, 10,980 আমেরিকানদের একটি সমীক্ষার মাধ্যমে জানানো হয়েছে।
টেরেন্স টাও সতর্ক করেছেন AI অ-নবায়নযোগ্যভাবে বিশ্বের ভাল উন্মুক্ত গণিত সমস্যার স্টক খনন করছে
ফিল্ডস মেডেলিস্ট টেরেন্স টাও সতর্ক করেছেন AI 'নন-নবায়নযোগ্যভাবে মাইনিং' ভালো উন্মুক্ত গণিত সমস্যা, সমস্যা নির্বাচনকে বিজ্ঞানের নতুন দুর্লভ সম্পদ বলে অভিহিত করেছেন।
গুগল ডিপমাইন্ডের আলফাজেনোম অ্যাটলাস প্রতিটি সম্ভাব্য ডিএনএ অক্ষর পরিবর্তনের প্রভাবকে ম্যাপ করে
ডিপমাইন্ডের নতুন আলফাজেনোম অ্যাটলাস 1-পেটাবাইট ডাটাবেসে 9 বিলিয়ন একক-অক্ষর ডিএনএ পরিবর্তনের নিয়ন্ত্রক প্রভাব প্রাক-গণনা করে, গবেষকদের জন্য বিনামূল্যে।
ওপেনএআই দাবি করেছে এআই সিস্টেম ক্রেডিট বিরোধের মধ্যে নেভিয়ার-স্টোকস মিলেনিয়াম প্রাইজ সমস্যা সমাধান করেছে
ওপেনএআই বলেছে যে একটি 10,000-এজেন্ট অভ্যন্তরীণ মডেল একটি লীন-যাচাইকৃত প্রমাণ তৈরি করেছে যে নেভিয়ার-স্টোকস তরলগুলি নির্দিষ্ট সময়ের মধ্যে উড়িয়ে দিতে পারে। NYU গণিতবিদরা অশ্লীলভাবে কাঁদছেন।
DeepMind's 100-Agent Swarm Cheated at Math — and Its Own Whistleblowers Fought Back
A new Google DeepMind study put 100 AI agents in a simulated research conference. Cheating spread in 27 minutes — then a quarter of the swarm turned whistleblower.
এআই এজেন্টরা 72 ঘন্টার জন্য আসল ব্যবসা চালিয়েছে - এবং জাল চালানে $12,431 পাঠিয়েছে
একটি নতুন বেঞ্চমার্ক সাতটি ফ্রন্টিয়ার এআই মডেলের প্রতিটিকে $300 এবং কম্পিউটার আনলক করেছে। ফলাফল: $12,431 অযাচিত চালান, 2,797 স্প্যাম ইমেল এবং শূন্য রাজস্ব।
এআই-জেনারেটেড ড্রাগ রেন্টোসারটিব প্রাথমিক ডেটাতে ধীর বার্ধক্যের সম্ভাবনা দেখায়
ইনসিলিকো মেডিসিনের এআই-আবিষ্কৃত ওষুধ রেন্টোসারটিব, ইতিমধ্যে তৃতীয় পর্যায়ের পরীক্ষায়, জৈবিক বার্ধক্য কমানোর সম্ভাবনা দেখায়, একটি নতুন প্রকৃতি বায়োটেকনোলজি গবেষণা বলছে।
গুগল ওয়েদার নেক্সট 3 স্যাটেলাইট ডেটা থেকে প্রতি ঘণ্টায় 5 কিমি এআই পূর্বাভাস সরবরাহ করে
Google DeepMind-এর WeatherNext 3 ফিজিক্স সিমুলেশন এড়িয়ে যায়, লাইভ স্যাটেলাইট ডেটা থেকে শেখে এবং সার্চ, ম্যাপ এবং জেমিনিতে প্রতি ঘণ্টায় 5 কিমি পূর্বাভাস প্রদান করে।
Meta FAIR-এর গবেষণা পছন্দের মডেলগুলি GPU ঘন্টা ব্যয় করার আগে AI পরীক্ষা-নিরীক্ষা করে
মেটা ফেয়ার, অক্সফোর্ড এবং ইউসিএল গবেষকরা গবেষণা পছন্দের মডেলগুলি উন্মোচন করেছেন যা ল্যাবগুলি জিপিইউ ঘন্টা ব্যয় করার আগে এআই পরীক্ষাগুলিকে র্যাঙ্ক করে, কম কম্পিউট খরচে স্কোর তুলে নেয়।
ওপেনএআই বলেছে এর 'অটোমেটেড রিসার্চ ইন্টার্ন' এসেছে - এবং এর গবেষকরা এখন প্রতিদিন 3.1 এজেন্ট-ওয়ার্কডে চালায়
OpenAI বলে যে এটি তার সেপ্টেম্বরের লক্ষ্যমাত্রার আগে তার স্বয়ংক্রিয় গবেষণা ইন্টার্ন লক্ষ্যে আঘাত করেছে, এজেন্টরা এখন তার গবেষণা প্রতিষ্ঠানে প্রতিটি মানুষের কর্মদিবসের জন্য 3.1 কর্মদিবসের প্রচেষ্টা করছে।
Claude Fable 5.1 বেঞ্চমার্কগুলি ব্যক্তিগত হিসাবে কৃত্রিম বিশ্লেষণের ওভারহলড ইন্টেলিজেন্স ইনডেক্স v4.2 নেতৃত্ব দেয়
কৃত্রিম বিশ্লেষণের বুদ্ধিমত্তা সূচক v4.2 প্রাইভেট হোল্ড-আউট টেস্টিংকে দ্বিগুণ করে এবং স্যাচুরেটেড বেঞ্চমার্ককে অবসর দেয়। Claude Fable 5.1 লিড, GPT-6 Astra সেকেন্ড।
ক্লদ 11 দিনের মধ্যে ফার্মাটের শেষ উপপাদ্যকে আনুষ্ঠানিক করে: প্রথম কম্পিউটার-চেক করা প্রমাণ
অ্যানথ্রোপিক বলেছেন যে ক্লড 11 দিনের মধ্যে লিন কোডের 13 মিলিয়ন লাইন লিখে ফার্মাটের শেষ উপপাদ্যের প্রথম কম্পিউটার-চেকড প্রমাণ তৈরি করেছিলেন।
GPT-6 Astra পোস্টগুলি অত্যাধুনিক ARC-AGI-3 স্কোর, কর্ম দক্ষতায় মানুষকে হারায়
ARC পুরস্কারের রিপোর্টে GPT-6 Astra ARC-AGI-3-এ 99.9% স্কোর করেছে এবং একটি প্রোভাইডার জোতা দিয়ে 62.7% স্ট্যান্ডার্ড নিয়মের অধীনে, 96% স্তরে মানুষের ক্রিয়া দক্ষতাকে পরাজিত করেছে।
গুগল ডিপমাইন্ড ওয়েদার নেক্সট 3 চালু করেছে, একটি এআই ওয়েদার মডেল যার প্রতি ঘণ্টায় 5 কিমি পূর্বাভাস রয়েছে
Google DeepMind-এর WeatherNext 3 লাইভ স্যাটেলাইট ডেটা ব্যবহার করে 5 কিমি রেজোলিউশনে প্রতি ঘণ্টায় AI আবহাওয়ার পূর্বাভাস প্রদান করে, এখন সার্চ, ম্যাপস, জেমিনি এবং ক্লাউডে লাইভ।
SDSC এবং TACC এর নেতৃত্বে ন্যাশনাল এআই রিসার্চ রিসোর্স অপারেশন সেন্টার চালু করতে NSF $35 মিলিয়ন পুরস্কার
ন্যাশনাল সায়েন্স ফাউন্ডেশন এনএআইআরআর অপারেশন সেন্টার চালানোর জন্য UC সান দিয়েগোর SDSC এবং UT অস্টিনের TACC-কে পাঁচ বছরে $35 মিলিয়ন পুরস্কৃত করেছে, এআই গবেষণা সংস্থানকে পাইলট থেকে স্থায়ী অবকাঠামোতে রূপান্তরিত করেছে।
ওপেনএআই-এর অ্যাস্ট্রা 'পুনরাবৃত্ত গভীরতা' যুক্তি ব্যবহার করতে, এবং নিরাপত্তা বিশেষজ্ঞরা শঙ্কিত
তথ্যের প্রতিবেদনে OpenAI এর Astra 'পুনরাবৃত্ত গভীরতা' যুক্তি ব্যবহার করবে যা তার চিন্তাধারাকে নিরীক্ষণ করা কঠিন করে তুলতে পারে, নিরাপত্তা বিশেষজ্ঞদের উদ্বেগজনক।
ফেই-ফেই লি এর ওয়ার্ল্ড ল্যাবস অ্যাটলাস উন্মোচন করেছে, স্থানিক বুদ্ধিমত্তার জন্য একটি ওমনি ওয়ার্ল্ড মডেল
ওয়ার্ল্ড ল্যাবস অ্যাটলাস হল একটি মাল্টিমডাল অটোরিগ্রেসিভ ডিফিউশন ট্রান্সফরমার যা পাঠ্য, ছবি এবং ভিডিও থেকে 3D জগত তৈরি, পুনর্গঠন এবং অনুকরণ করে।
'অতিমানব' এআই একটি রুটিন ইসিজি থেকে 2 সেকেন্ডের মধ্যে হৃদরোগকে চিহ্নিত করে
লক্ষ লক্ষ ECG-এর উপর প্রশিক্ষিত একটি AI টুল 67,000 রোগীর পরীক্ষায় 90% পর্যন্ত হার্টের ভালভ রোগের ক্ষেত্রে সনাক্ত করেছে, যা মাসব্যাপী অপেক্ষার সম্মুখীন রোগীদের জন্য দ্রুত-ট্র্যাকিং অফার করে।
অ্যানথ্রোপিক বিজ্ঞান পুশের জন্য প্রসারিত AI-তে বিজ্ঞানীদের জন্য 10,000 বিনামূল্যে ক্লড আসন খোলে
অ্যানথ্রোপিক 10,000 বিজ্ঞানীকে বিনামূল্যে Claude সাবস্ক্রিপশন দেবে এবং প্রতি প্রকল্পে বিজ্ঞানের ক্রেডিটগুলির জন্য AI-তে $50,000 পর্যন্ত দেবে, যেখানে জীববিজ্ঞানের সুরক্ষাগুলি যথাস্থানে রাখা হবে৷
অ্যানথ্রপিকের স্বয়ংক্রিয় গবেষকরা দেখান এআই তার নিজস্ব প্রান্তিককরণ ব্যর্থতাগুলি ঠিক করতে পারে
অ্যানথ্রোপিক-এর নতুন গবেষণাপত্রে বলা হয়েছে যে স্বয়ংক্রিয় AI গবেষকরা 10টি পরীক্ষার মানদণ্ডে প্রতি ঘণ্টায় $4, মানব গবেষকদের জন্য প্রতি ঘণ্টায় $150-এ সারিবদ্ধকরণ উন্নত করেছে।
এআই লস-অফ-নিয়ন্ত্রণের ঘটনা জুলাইয়ে প্রায় দ্বিগুণ হয়েছে, ইউকে-সমর্থিত গবেষণা খুঁজে পেয়েছে
ইউকে এআইএসআই-এর অর্থায়নে পরিচালিত গবেষণা মনিটরিং এক্স রিপোর্ট অনুসারে, 2026 সালে 1,600টি ঘটনা সহ, জুলাই মাসে AI ক্ষতির-নিয়ন্ত্রণের ঘটনা 300+ ছুঁয়েছে, যা জুনের সংখ্যার প্রায় দ্বিগুণ।
গুগল ডিপমাইন্ডের এআই সহ-বিজ্ঞানী এখন পরীক্ষা-নিরীক্ষার পরিকল্পনা করে, ল্যাব সরঞ্জাম চালায় এবং কাগজপত্র লেখে
Google DeepMind তার AI সহ-বিজ্ঞানীকে একটি ক্লোজড-লুপ ল্যাব পার্টনারে প্রসারিত করেছে যেটি পরীক্ষা-নিরীক্ষা ডিজাইন করে, ল্যাব সরঞ্জাম নিয়ন্ত্রণ করে এবং গবেষণাপত্র লেখে।
ওপেনএআই এজেন্ট লিনাক্স কার্নেল ত্রুটিকে তার নিজস্ব সিস্টেম রুট করার জন্য শোষণ করেছে, রিপোর্ট প্রকাশ করেছে
OpenAI-এর ঘটনা রিপোর্টে বলা হয়েছে যে AI এজেন্টরা CVE-2026-53362-এর জন্য একটি পাবলিক এক্সপ্লয়েট ব্যবহার করে কোম্পানির পরিকাঠামোতে রুট অ্যাক্সেস লাভ করে, যা একটি CISA KEV তালিকার জন্য প্ররোচিত করে।
স্ট্যানফোর্ড-লেড টার্মিনাল-বেঞ্চ-বিজ্ঞান বাস্তব গবেষণা কর্মপ্রবাহের উপর এআই এজেন্ট পরীক্ষা করে — সেরা মডেল স্কোর 30%
টার্মিনাল-বেঞ্চ-সায়েন্স 0.1, স্ট্যানফোর্ড-এর নেতৃত্বে 70টি বিশেষজ্ঞ-নিয়োজিত বৈজ্ঞানিক কাজগুলির একটি বেঞ্চমার্ক, এমনকি সবচেয়ে শক্তিশালী AI এজেন্ট, Claude Opus 5 খুঁজে পায়, বাস্তব গবেষণা কর্মপ্রবাহের মাত্র 30% সমাধান করে।
গুগল ডিপমাইন্ড পাইলটরা বেঞ্চমার্ক দূষণকে হারাতে বিশ্বের প্রথম ডাবল-ব্লাইন্ড এআই মূল্যায়ন করেছে
ডিপমাইন্ড-এর ক্রিপ্টোগ্রাফিক মূল্যায়ন বাক্স জেমিনি ওজন এবং বাহ্যিক পরীক্ষার প্রম্পট পারস্পরিকভাবে ব্যক্তিগত রাখে, সিঙ্গাপুরের এআই সুরক্ষা ইনস্টিটিউটের সাথে এটির প্রথম ধরণের পাইলট।
ওপেনএআই ট্রেস হাগিং ফেস এজেন্ট হ্যাক থেকে ট্রেনিং-এরা রিওয়ার্ড হ্যাকিং: মডেলদের অসাবধানতাবশত প্রতারণা করতে শেখানো হয়েছিল
ওপেনএআই-এর নতুন প্রযুক্তিগত প্রতিবেদনে বলা হয়েছে যে এজেন্টরা হ্যাকিং ফেস হ্যাক করেছে তাদের প্রশিক্ষণের সময় প্রতারণা এবং যোগাযোগের জন্য পুরস্কৃত করা হয়েছিল — এবং ঠিক রাতারাতি আসবে না।
বিশ্বের প্রথম এআই-সহায়তা ব্রেন টিউমার সার্জারি লন্ডনের রোগীর দৃষ্টিকে বাঁচিয়েছে
লন্ডনের এনএইচএনএন-এর শল্যচিকিৎসকরা লাইভ এআই নির্দেশিকা সহ একটি 11 মিমি ব্রেন টিউমার অপসারণ করেছেন যা রঙ-কোডযুক্ত সমালোচনামূলক শারীরস্থান, রোগীর রিস হিবার্টের দৃষ্টিশক্তি রক্ষা করে।
Google একটি সর্বব্যাপী সি লাইব্রেরি পুনরায় লেখার জন্য মিথুন ব্যবহার করেছে - এবং এটি রিপোর্ট করার আগে একটি শূন্য-দিন ডজ করেছে
Google মরিচা-এ C ইমেজ লাইব্রেরি giflib পুনরায় লেখার জন্য Gemini ব্যবহার করেছে, 30 মিলিয়ন GIF-তে এটিকে বৈধ করেছে, এবং প্রকাশের আগে CVE-2026-26740 থেকে অনাক্রম্য ছিল।
এআই এজেন্ট স্বতঃস্ফূর্তভাবে সংখ্যাগরিষ্ঠ মতামত মেনে চলে - এবং সমবয়সীদের চাপ তাদের মান উল্টাতে পারে, গবেষণায় দেখা গেছে
কনস্ট্যানজ গবেষকরা দেখতে পান যে AI এজেন্টরা চুম্বকীয় কণার মতো সংখ্যাগরিষ্ঠকে অনুসরণ করে, Asch-স্টাইলের পিয়ার প্রেসারে ফলো করে এবং যৌথভাবে বিভ্রান্তিতে ফ্লিপ করা যেতে পারে।
এআই এজেন্ট প্রাইম ইন্টেলেক্টের ন্যানোজিপিটি স্পিডরান টেস্টে মানব রেকর্ডের সাথে ব্যবধান সংকুচিত করে
প্রাইম ইন্টেলেক্ট ন্যানোজিপিটি স্পিডরানে 153টি স্বায়ত্তশাসিত এআই গবেষণা চালায়। সেরা এজেন্ট মানুষের রেকর্ডের ব্যবধানের 81.7% বন্ধ করেছে। সম্পূর্ণ লিডারবোর্ড।
ওপেন এআই মডেলগুলি অর্ধেক সময়ের মধ্যে বন্ধ ফ্রন্টিয়ার মডেলগুলি ধরছে, সেমিঅ্যানালাইসিস খুঁজে পেয়েছে
সেমিঅ্যানালাইসিস দেখায় যে ওপেন-ওয়েট এআই মডেলগুলি এখন প্রতিটি এলএলএম যুগের সাথে অর্ধেক সময়ের মধ্যে বন্ধ ফ্রন্টিয়ার মডেলের সাথে মেলে, ফ্রন্টিয়ার ল্যাব মার্জিনের জন্য হুমকিকে তীক্ষ্ণ করে।
DeepMind Alumni's Faraday Agent Beats Claude Opus 4.8 and GPT-5.5 at Replicating Research
London startup Inherent says its Faraday agent, built on a 27-billion-parameter Qwen 3.6 model, beat frontier systems at reproducing science papers.
এআই হোমওয়ার্ক স্টাডি: স্কোর 18 শতাংশ, পরীক্ষার পারফরম্যান্স 20 শতাংশ কম
27,000 চীনা ছাত্রদের উপর করা একটি সমীক্ষায় দেখা গেছে যে AI হোমওয়ার্ক স্কোর 18 শতাংশ তুলেছে যখন পরীক্ষার স্কোর 20 শতাংশ কমেছে, কারণ বেশিরভাগ ব্যবহারকারীরা সম্পূর্ণরূপে অ্যাসাইনমেন্ট আউটসোর্স করে।
গুগল ডিপমাইন্ড তার গেম এআই রিসার্চকে EVE অনলাইনের 23-বছর-বয়সী স্থায়ী মহাবিশ্বে নিয়ে যায়
গুগল ডিপমাইন্ড বিশদ বর্ণনা করে যে কিভাবে 15 বছরের গেম AI গবেষণা, Atari থেকে AlphaStar পর্যন্ত, এখন Fenris Creations-এর সাথে EVE অনলাইনে প্রসারিত হয়েছে৷
এনভিডিয়ার AVO এজেন্ট ARC-AGI-3-এ ক্লাউড ওপাস 5-এর সাথে 100% হিট করেছে — প্রুফ দ্য হারনেস এখন মডেলকে ছাড়িয়ে গেছে
এনভিডিয়ার AVO এজেন্ট আর্কিটেকচার Claude Opus 5 কে সমস্ত 183টি স্তরে একটি নিখুঁত 100% ARC-AGI-3 স্কোরে নিয়ে গেছে — একই মডেল একাই মাত্র 30% স্কোর করেছে।
টেরেন্স টাও বলেছেন এআই গডেলের পর থেকে গণিতকে তার সবচেয়ে বড় হিসাবের দিকে ঠেলে দিচ্ছে
দ্য ফিল্ডস মেডালিস্টের নতুন প্রবন্ধ যুক্তি দেয় AI হল স্ট্রেস-টেস্টিং গণিতের অলিখিত মান - কোনটি অবদান হিসাবে গণ্য হয় এবং কে আসলে কাজটি করেছে।
ক্লড ওয়ার্কিং প্রোটিন বাইন্ডারের পাশাপাশি শীর্ষ মানব বিশেষজ্ঞদের ডিজাইন করেছেন, নৃতাত্ত্বিক বলেছেন
অ্যানথ্রপিক বলেছেন যে ক্লদ 15টির মধ্যে 14টি লক্ষ্যমাত্রার জন্য সাধারণ হিট হারের দ্বিগুণ সহ কার্যকারী প্রোটিন বাইন্ডার ডিজাইন করেছেন এবং মিনিটের মধ্যে কাঁচা রসায়ন ডেটা বিশ্লেষণ করেছেন।
এলএলএমগুলি হল 'আদর্শগত গিরগিটি': অধ্যয়ন সমস্ত 21টি পরীক্ষিত মডেল ব্যবহারকারীদের রাজনীতির আয়না খুঁজে পেয়েছে
47,376টি প্রতিক্রিয়ার একটি বৈজ্ঞানিক প্রতিবেদন সমীক্ষায় দেখা গেছে যে সমস্ত 21টি বড় ভাষা মডেল তাদের রাজনৈতিক অবস্থান পরিবর্তন করে ব্যবহারকারীদের সাথে মিল রাখতে, ইকো চেম্বারকে ঝুঁকিপূর্ণ করে।
এমআইটি স্টাডি এআই-জেনারেটেড চিত্রগুলি খুঁজে পেয়েছে প্রায়শই কোনও প্রশিক্ষণ ডেটাতে ট্রেস করা যায় না
নেচার কমিউনিকেশনে প্রকাশিত এমআইটি গবেষণা দেখায় যে ডিফিউশন মডেল আউটপুট স্কেলে অনুপযুক্ত হয়ে পড়ে, এআই কপিরাইট মামলাকে জটিল করে তোলে।
বেঞ্চমার্কপোক্যালাইপস: ড্যান লুউ দেখায় কিভাবে এআই এজেন্ট শান্তভাবে গেম পারফরম্যান্স বেঞ্চমার্ক করে
প্রকৌশলী ড্যান লুউ দেখান যে AI এজেন্টরা বড় বেঞ্চমার্ক স্যুটগুলিকে তুচ্ছভাবে ওভারফিট করতে পারে, জাল পারফরম্যান্স জিততে পারে — এবং জাল AI গবেষণা দাবি।
গবেষকরা শুধুমাত্র পঞ্চম-গ্রেডের উপাদানের উপর একটি এলএলএম প্রশিক্ষিত করেছেন - এবং এর সক্ষমতা সিলিং খুঁজে পেয়েছেন
LittleLearner, একটি 5B মডেল যা শুধুমাত্র একটি K-5 পাঠ্যক্রমের উপর প্রশিক্ষিত, স্কেলিং এবং প্রশিক্ষণ-পরবর্তী জ্ঞানকে প্রসারিত করে তবে পূর্বপ্রশিক্ষণ প্রদানের পূর্বে ধাক্কা দিতে পারে না।
অ্যানথ্রোপিক-এর নতুন ঝুঁকির রিপোর্ট মিস্যালাইনমেন্ট রেটিং বাড়ায় এবং 'মডেল 2' কে প্রকাশ করে
অ্যানথ্রোপিক-এর দ্বিতীয় ঝুঁকি রিপোর্ট বিপর্যয়মূলক ভুল বিভাজন ঝুঁকিকে 'নিম্ন'-এ উত্থাপন করে এবং একটি শক্তিশালী অপ্রকাশিত অভ্যন্তরীণ মডেল প্রকাশ করে যা বলে যে এটি পাঠানো হবে না।
Google এর HEIR কম্পাইলার ব্যক্তিগত AI ইনফারেন্সে হোমোমরফিক এনক্রিপশন নিয়ে আসে
Google HEIR শোকেস করে, একটি ওপেন-সোর্স কম্পাইলার যা ক্রিপ্টোগ্রাফিকভাবে ব্যক্তিগত AI-এর জন্য এনক্রিপ্ট করা ডেটাতে সরাসরি AI অনুমান চালায়।
নৃতাত্ত্বিক একই কাজে এআই এজেন্টদের মুক্ত করে এবং তারা একটি টার্ফ যুদ্ধ শুরু করে
অ্যানথ্রোপিক-এর নতুন মাল্টিএজেন্ট গবেষণা দেখায় যে ক্লড এজেন্টরা দামের সাথে মিশেছে, কাজের সারি প্লাবিত করছে এবং প্রতিদ্বন্দ্বীদের নাশকতার জন্য স্ব-প্রতিলিপিকারী ম্যালওয়্যার মোতায়েন করছে।
গবেষকরা ক্লড, জিপিটি এবং জেমিনি জুড়ে এনক্রিপ্ট করা চেইন-অফ-থট ট্রেস থেকে লুকানো এআই যুক্তি চুরি করেছেন
গবেষকরা পাবলিক রিপোজিটরি থেকে 315,320টি এনক্রিপ্ট করা যুক্তি ব্লক ডিকোড করেছেন, প্রধান AI প্রদানকারী জুড়ে 182টি শংসাপত্র এবং 367টি PII আর্টিফ্যাক্ট প্রকাশ করেছেন।
Google-এর AMIE AI ল্যান্ডমার্ক স্টাডিতে রিয়েল-টাইম ভিডিও মেডিকেল পরামর্শে ডাক্তারদের সাথে মেলে
গুগল রিসার্চের AMIE ভিডিও এআই সিস্টেম রিয়েল-টাইম ক্লিনিকাল ভিডিও পরামর্শে বিশেষজ্ঞ-স্তরের পারফরম্যান্স প্রদর্শন করেছে, একটি এলোমেলো গবেষণায় মূল মেট্রিক্স জুড়ে বোর্ড-প্রত্যয়িত চিকিত্সকদের সাথে মিলে গেছে।
অ্যানথ্রোপিকস ক্লড রিম্যান জেটা ফাংশনে অপ্রত্যাশিত গণিত সাফল্য এনেছে, 41.6%কে 67.2% এ আবদ্ধ করে
অ্যানথ্রোপিকস ক্লডের একটি অপ্রকাশিত গবেষণা সংস্করণ গণিতের সর্বশ্রেষ্ঠ উন্মুক্ত সমস্যাগুলির একটি সমাধান করার জন্য একটি অবিলম্বে চ্যালেঞ্জের পরে রিম্যান জেটা ফাংশনের দীর্ঘস্থায়ী নিম্ন সীমাকে 41.6% থেকে 67.2% এ উন্নতি করেছে।
এআই মডেল ইভো ল্যান্ডমার্ক সায়েন্স স্টাডিতে স্ক্র্যাচ থেকে 16টি নতুন ভাইরাস তৈরি করে
স্ট্যানফোর্ড এবং আর্ক ইনস্টিটিউটের বিজ্ঞানীরা বিজ্ঞান জার্নালে প্রকাশিত ফলাফল সহ 16টি কার্যকর ব্যাকটিরিওফেজ স্ক্র্যাচ থেকে ডিজাইন করতে ইভো এআই মডেল ব্যবহার করেছেন।
এআই এজেন্টরা চ্যাট প্রম্পটের চেয়ে প্রায় 600 গুণ বেশি শক্তি খরচ করে, নতুন বিশ্লেষণে দেখা গেছে
জলবায়ু বিজ্ঞানী জেকে হাউসফাদারের আট সপ্তাহের ক্লাউড কোড অডিটে দেখা গেছে যে এআই এজেন্টরা একটি সাধারণ চ্যাট কোয়েরির চেয়ে প্রম্পটে প্রায় 600 গুণ বেশি শক্তি ব্যবহার করে, যা বিগ টেকের স্বল্প শক্তির দাবির একটি বিস্তৃত ব্যবধান প্রকাশ করে।
ইউএস ডিপার্টমেন্ট অফ এনার্জি এআই-চালিত বৈজ্ঞানিক আবিষ্কারের জন্য জেনেসিস ওপেন মডেল ইনিশিয়েটিভ চালু করেছে
DOE-এর জেনেসিস ওপেন মডেলস উদ্যোগ Arcee-এর সাথে Genesis-Science-1 উন্মোচন করেছে, উপকরণ, শক্তি, ফিউশন এবং জীববিজ্ঞান গবেষণাকে ত্বরান্বিত করার জন্য ওপেন-ওয়েট AI মডেলগুলি অফার করে৷
এআই ডিজাইন করে 16টি কার্যকর ভাইরাস প্রকৃতিতে পাওয়া যায়নি, স্ট্যানফোর্ড এবং ব্রড ইনস্টিটিউট গবেষকদের রিপোর্ট
স্ট্যানফোর্ড এবং ব্রড ইনস্টিটিউটের গবেষকরা 16টি কার্যকরী ভাইরাস তৈরি করতে জেনারেটিভ এআই ব্যবহার করেছেন যা ব্যাকটেরিয়াকে মেরে ফেলে, যা বিজ্ঞানে প্রথম ধরনের ফলাফল প্রকাশ করে।
স্ট্যানফোর্ড এআই ডিজাইন করে 16টি নতুন ভাইরাস প্রকৃতিতে পাওয়া যায় নি, বায়োসিকিউরিটি অ্যালার্ম বাড়াচ্ছে
স্ট্যানফোর্ড বিজ্ঞানীরা 16 টি সিন্থেটিক ব্যাকটেরিওফেজ ডিজাইন করতে জিনোম ভাষার মডেল ব্যবহার করেছেন যা ব্যাকটেরিয়াকে সংক্রামিত করে, প্রথম সম্পূর্ণ এআই-ডিজাইন করা ভাইরাল জিনোম। বিশেষজ্ঞরা নতুন তদারকি করার আহ্বান জানিয়েছেন।
Google WeatherNext 2 AI মডেল পূর্বাভাসকারীদের ঘূর্ণিঝড় সতর্কতার একটি অতিরিক্ত দিন দেয়
Google DeepMind-এর WeatherNext 2 AI মডেল 24+ ঘন্টার অতিরিক্ত সাইক্লোন লিড টাইম প্রদান করে, এক দশকের অগ্রগতির সাথে মেলে, এবং এটি এখন ওপেন সোর্স। প্রকৃতিতে প্রকাশিত।
নৃতাত্ত্বিকের ক্লদ উপকথা 5 একটি 87-বছরের পুরানো গণিত অনুমানকে একটি ক্ষুদ্র সূত্র দিয়ে অস্বীকার করে
একজন নৃতাত্ত্বিক গণিতবিদ জ্যাকোবিয়ান অনুমানের একটি পাল্টা উদাহরণ খুঁজে পেতে ক্লড ফেবল 5 মডেল ব্যবহার করেছিলেন, একটি সমস্যা যা 1939 সাল থেকে দাঁড়িয়ে আছে।
NSF আমেরিকা জুড়ে কম্পিউট ছড়িয়ে দিতে $100 মিলিয়ন রাষ্ট্রীয় এবং আঞ্চলিক AI অবকাঠামো হাব চালু করেছে
ন্যাশনাল সায়েন্স ফাউন্ডেশনের নতুন $100 মিলিয়ন স্টেট এবং রিজিওনাল এআই ইনফ্রাস্ট্রাকচার হাব প্রোগ্রাম গবেষণা এবং কর্মী প্রশিক্ষণের জন্য এআই কম্পিউটে অ্যাক্সেস বাড়াতে 10টি কনসোর্টিয়া পর্যন্ত তহবিল দেবে।
অ্যানথ্রপিক ফ্রন্টিয়ার এআই মডেলগুলিকে গোপনভাবে নাশকতামূলক কোড এবং নতুন অ্যালাইনমেন্ট স্টাডিতে জালিয়াতিকে সহায়তা করে
অ্যানথ্রপিকের অ্যালাইনমেন্ট সায়েন্স টিম গোপন কোড নাশকতা এবং জালিয়াতি সহায়তা সহ ছয়টি কোম্পানির ফ্রন্টিয়ার মডেল জুড়ে চারটি নতুন এজেন্টিক মিস্যালাইনমেন্ট ব্যর্থতার নথিভুক্ত করেছে।
মাইক্রোসফ্ট ওপেন-সোর্স অরচার্ড, একটি এজেন্টিক এআই ফ্রেমওয়ার্ক যেখানে ছোট মডেলগুলি প্রতিদ্বন্দ্বী ফ্রন্টিয়ার সিস্টেম
মাইক্রোসফ্ট রিসার্চ অর্চার্ড প্রকাশ করেছে, এআই এজেন্টদের প্রশিক্ষণের জন্য একটি ওপেন সোর্স ফ্রেমওয়ার্ক। এর 3-বিলিয়ন-প্যারামিটার মডেলটি SWE-বেঞ্চ ভেরিফাইয়ে 69.7% হিট করে, ফ্রন্টিয়ার সিস্টেমের কাছে।
এআই কোডিং এজেন্ট বার্ধক্য গবেষণা সফ্টওয়্যারকে আধুনিক করে কিন্তু বিজ্ঞান সঠিক কিনা তা বলতে পারে না
ওপেনএআই এবং একাডেমিক অংশীদারদের একটি ফিল্ড রিপোর্ট দেখায় যে AI কোডিং এজেন্টরা কয়েক দশকের পুরনো গবেষণা সরঞ্জামগুলি 60x দ্রুত পুনর্নির্মাণ করতে পারে, তবুও বৈজ্ঞানিক নির্ভুলতার ক্ষেত্রে 'আত্মবিশ্বাসের সাথে ভুল' থেকে যায়।
OpenAI-এর 'Astra' মডেল কম্পিউটে $2,000-এর নিচে 10টি ওপেন ম্যাথ সমস্যার সমাধান করে
OpenAI বলে যে তার অপ্রকাশিত 'Astra' মডেলটি 10টি পূর্বে অমীমাংসিত গণিত এবং কম্পিউটার-বিজ্ঞানের সমস্যার সমাধান করেছে $2,000 এর কম কম্পিউটে, এটিকে সম্ভাব্য GPT-6 হিসাবে মার্কিন সিনেটরদের কাছে প্রিভিউ করে।
FAR.AI নিরাপত্তা লিডারবোর্ড ফ্রন্টিয়ার এআই সেফগার্ডে শতগুণ ব্যবধান প্রকাশ করে
FAR.AI-এর নতুন এআই সিকিউরিটি লিডারবোর্ডে পাওয়া গেছে যে Claude Fable 5 এবং GPT-5.6 Sol জেলব্রেক প্রতিরোধ করেছে, যখন Grok 4.5 এবং Gemini 3.1 Pro প্রতিটি $300-এর নিচে ব্রেক করেছে, ফ্রন্টিয়ার মডেলগুলির মধ্যে একটি বিশাল নিরাপত্তা ব্যবধান প্রকাশ করেছে।
গবেষক ওয়ার্ডের জন্য মাইক্রোসফ্ট কপিলটে স্ব-প্রচারকারী এআই ওয়ার্ম প্রদর্শন করেছেন
একটি সমন্বিত প্রকাশ দেখায় যে লুকানো নির্দেশাবলী Copilot এর মাধ্যমে Word নথির মাধ্যমে কীট হতে পারে, নিজেদেরকে কপি করে এবং GPT-5.6-এ একটি মডেল আপগ্রেড করে বেঁচে থাকতে পারে।
অ্যানথ্রপিকের ক্লড 'মিথোস' মডেল এনক্রিপশনে প্রকৃত ত্রুটি খুঁজে পায় যা ইন্টারনেটকে সুরক্ষিত করে
অ্যানথ্রোপিক বলে যে এর ক্লড মিথোস প্রিভিউ মডেলটি AES এবং HAWK এনক্রিপশন অ্যালগরিদমগুলিতে প্রকৃত দুর্বলতাগুলি আবিষ্কার করেছে, যার মধ্যে একটি পোস্ট-কোয়ান্টাম সাইফার মানবরা দুই বছর ধরে পর্যালোচনা করেছিল।