एआई अनुसंधान
137 articles
चार जेमिनी 4 आर्गन एजेंटों ने दुनिया में पहली बार बिना किसी मानवीय मदद के Minecraft को हराया
Google DeepMind शोधकर्ताओं का कहना है कि चार जेमिनी 4 आर्गन एजेंटों ने 27 घंटों में Minecraft को पूरी तरह से स्वायत्त रूप से हरा दिया, 2,783 प्रोग्राम लिखे और 605 बार मर गए।
एंथ्रोपिक का कहना है कि क्लाउड मिथोस ने 5 डिज़ाइन किए गए क्वांटम सर्किट बनाए हैं जो सर्वश्रेष्ठ प्रकाशित डिज़ाइनों को मात देते हैं
एंथ्रोपिक का कहना है कि क्लाउड मिथोस 5 ने हार्वर्ड और क्वेरा शोधकर्ताओं के साथ मिलकर आठ में से सात कार्यों में प्रकाशित अत्याधुनिक कार्यों को मात देते हुए क्वांटम सर्किट डिजाइन किया है।
एंथ्रोपिक का कहना है कि क्लाउड मिथोस ने 5 डिज़ाइन किए गए क्वांटम सर्किट बनाए हैं जो सर्वश्रेष्ठ प्रकाशित डिज़ाइनों को मात देते हैं
एंथ्रोपिक का कहना है कि क्लाउड मिथोस 5 ने हार्वर्ड और क्वेरा शोधकर्ताओं के साथ मिलकर आठ में से सात कार्यों में प्रकाशित अत्याधुनिक कार्यों को मात देते हुए क्वांटम सर्किट डिजाइन किया है।
एमआईटी ने एक मल्टीमॉडल एआई बनाया है जो बेहतर बैटरी सामग्री खोजने के लिए क्रिस्टल संरचनाओं को देखता है
एमआईटी शोधकर्ताओं ने एक एआई मॉडल बनाया है जो प्राकृतिक भाषा के साथ 3डी परमाणु संरचनाओं को जोड़ता है, जो कि ठोस-राज्य बैटरी इलेक्ट्रोलाइट्स को सतह पर लाता है जो केवल टेक्स्ट मॉडल में छूट जाते हैं।
माइक्रोसॉफ्ट का संभाव्य पूर्वाग्रह सुधार दो से छह सप्ताह के मौसम पूर्वानुमान अंतर को ठीक करने के लिए एआई का उपयोग करता है
माइक्रोसॉफ्ट रिसर्च का प्रोबेबिलिस्टिक बायस करेक्शन मौसम मॉडल में व्यवस्थित त्रुटियों को ठीक करने के लिए हल्के मशीन लर्निंग को लागू करता है, जिससे दो से छह सप्ताह के पूर्वानुमान में सुधार होता है।
एआई लैब रोबोट प्रशिक्षण डेटा के फिल्मांकन के बदले में मुफ्त पाइपलाइन और एचवीएसी मरम्मत की पेशकश करती है
एचयूएमएक्सएन मिनियापोलिस, शिकागो और मियामी में प्लंबिंग, इलेक्ट्रिकल और एचवीएसी काम पर सब्सिडी देता है, घरेलू रोबोटों को प्रशिक्षित करने के लिए पहनने योग्य उपकरणों के साथ तकनीशियनों को फिल्माता है।
जीपीटी-6 एस्ट्रा स्टारक्राफ्ट बॉट बेंचमार्क में शीर्ष पर है, लेकिन ह्यूमन कोडर्स अभी भी 93% गेम्स जीतते हैं
StarSkirmish बेंच v0.2 ने फ्लैगशिप AI मॉडल को StarCraft बॉट्स को कोड करने के लिए एक घंटे का समय दिया। GPT-6 एस्ट्रा ने इस क्षेत्र का नेतृत्व किया, फिर भी शीर्ष मानव-लिखित बॉट पहुंच से बहुत दूर हैं।
क्लाउड ने दशकों पुराने एनआईएसटी ईसीडीएसए बीज रहस्य को सुलझाया: वक्र स्थिरांक lrand48 से आए, पासफ़्रेज़ से नहीं
एंथ्रोपिक का कहना है कि एक आंतरिक क्लाउड मॉडल ने यूनिक्स टाइमस्टैम्प के साथ सी लाइब्रेरी के lrand48 जनरेटर में NIST के रहस्यमय ECDSA वक्र बीजों का पता लगाया।
मर्कोर के बेंचमार्क मानचित्र से पता चलता है कि अमेरिका के 90% कामकाजी घंटों में एआई बेंचमार्क कवरेज का अभाव है
एक नया मर्कोर अध्ययन अमेरिकी नौकरियों के मुकाबले एआई बेंचमार्क को मैप करता है और पाता है कि 90% अमेरिकी कामकाजी घंटों में बहुत कम या कोई बेंचमार्क कवरेज वाले कार्य शामिल होते हैं।
सेर्गेई ब्रिन का कहना है कि Google आरएसआई ट्रेडमिल पर आगे बढ़ रहा है क्योंकि मॉडल अपने उत्तराधिकारी बनाने में मदद करते हैं
Google के सह-संस्थापक सर्गेई ब्रिन का कहना है कि कंपनी RSI ट्रेडमिल पर उतरना शुरू कर रही है, AI मॉडल तेजी से अपने स्वयं के उत्तराधिकारी बनाने में मदद कर रहे हैं।
बायोहाइब्रिड कंप्यूटिंग की ओर कदम बढ़ाते हुए मिनी ब्रेन ऑर्गेनॉइड्स 'रीड' ब्रेल
ब्रिस्टल विश्वविद्यालय के शोधकर्ताओं ने दिखाया कि मस्तिष्क ऑर्गेनॉइड ब्रेल संकेतों को 83% सटीकता तक डिकोड कर सकते हैं - जो ऊर्जा-कुशल बायोहाइब्रिड कंप्यूटर की ओर एक कदम है।
सिमंस फाउंडेशन, एंथ्रोपिक और ओपनएआई ने गणितज्ञों को एआई युग में मदद करने के लिए $15 मिलियन की प्रतिबद्धता जताई
सिमंस फाउंडेशन ने गणित में एआई के लिए कार्यशालाओं, मूल्यांकन प्रयासों और सामुदायिक मानकों को वित्तपोषित करने के लिए एंथ्रोपिक और ओपनएआई के साथ $15 मिलियन की साझेदारी की घोषणा की।
क्या AI एन्क्रिप्शन तोड़ सकता है? ओपनएआई के 722 गणित पेपर्स को क्रिप्टोग्राफर्स ने विभाजित किया है
ओपनएआई द्वारा 722 एआई-लिखित गणित पेपर प्रकाशित करने के बाद, क्रिप्टोग्राफर इस बात पर विभाजित हो गए कि क्या सार्वजनिक-कुंजी एन्क्रिप्शन को वास्तविक जोखिम का सामना करना पड़ता है, 15% की चिंता से लेकर संदेह तक।
एमआईटी दिखाता है कि न्यूरल नेटवर्क बिना डिजाइनर के अपनी खुद की लर्निंग मशीनरी बना सकते हैं
एमआईटी वैज्ञानिकों ने दिखाया है कि बेतरतीब ढंग से जुड़े तंत्रिका नेटवर्क सरल स्थानीय नियमों के साथ सीखने की मशीनों में स्वयं व्यवस्थित हो सकते हैं, जो जैविक संभाव्यता का एक नया परीक्षण है।
मिर्गी के मरीज नए पेन एआई प्लेटफॉर्म के साथ वास्तविक समय में अपने मस्तिष्क उपकरणों को टेक्स्ट करते हैं
नेचर मेडिसिन में पेन मेडिसिन की रिपोर्ट है कि एक एआई प्लेटफॉर्म मिर्गी के रोगियों को उनके मस्तिष्क उपकरणों से पूछताछ करने और वास्तविक समय में दौरे का पता लगाने में मदद करता है।
एंथ्रोपिक ने चेतावनी दी है कि एआई मॉडल जल्द ही रोजमर्रा के स्मार्ट उपकरणों पर स्वयं-प्रतिकृति कर सकते हैं
एंथ्रोपिक शोधकर्ताओं का कहना है कि छोटे एआई मॉडल को स्मार्ट टीवी बॉक्स जैसे IoT उपकरणों में स्वयं-प्रतिकृति बनाने में महीनों लग सकते हैं, उन्हें बंद करने के लिए कोई केंद्रीय स्विच नहीं है।
शोधकर्ताओं ने चेतावनी दी है कि एआई मॉडल अपने वजन के अंदर मनमानी क्षमताओं को छिपा सकते हैं
एक नए पेपर से पता चलता है कि एआई मॉडल अपने वजन में छिपी क्षमताओं को एन्क्रिप्ट कर सकते हैं जो मॉडल तक पूर्ण पहुंच के साथ भी - एलीकेशन और ऑडिट का विरोध करते हैं।
एंथ्रोपिक ने चेतावनी दी है कि छोटे एआई मॉडल जल्द ही सभी आईओटी उपकरणों में स्वयं-प्रतिकृति बना सकते हैं
एंथ्रोपिक शोधकर्ताओं का कहना है कि छोटे एआई मॉडल को स्मार्ट टीवी और आईओटी गैजेट्स पर स्वयं-प्रतिकृति बनाने में महीनों लग जाते हैं, जिसमें कोई डेटासेंटर या केंद्रीय स्विच बंद नहीं होता है।
सकाना एआई और यूसी बर्कले ने मास का अनावरण किया, मॉडलों को मल्टी-एजेंट टीमवर्क के माध्यम से खुद को बेहतर बनाने का मौका दिया
सकाना एआई और यूसी बर्कले के शोधकर्ताओं का कहना है कि उनकी एमएएसएस पद्धति ने दो आत्म-सुधार दौरों में क्वेन3.6-27बी की अनुसंधान जीत दर को 53.9% से बढ़ाकर 69.9% कर दिया।
सहकर्मी-समीक्षित अध्ययन से पता चलता है कि एआई के साथ दस मिनट आपके बने रहने की क्षमता को नष्ट कर देते हैं
सीओएलएम में प्रस्तुत एक सहकर्मी-समीक्षा अध्ययन में पाया गया कि केवल 10 मिनट की एआई सहायता ने 1,222 प्रतिभागियों की दृढ़ता और सटीकता को काफी हद तक प्रभावित किया।
arXiv ने प्रति माह दो पेपरों में लेखकों को एआई-जनरेटेड फ्लड डबल्स सबमिशन के रूप में कैप किया है
एआई टूल्स द्वारा संचालित, मासिक पत्रों की संख्या दोगुनी होकर 40,000 हो जाने के बाद, arXiv अब लेखकों को एक महीने में दो सबमिशन तक सीमित कर देता है। मॉडरेटर इस सीमा को अस्थायी सुधार कहते हैं।
साइन एरर सामने आने के बाद ओपनएआई ने अपनी 722 एआई गणित पांडुलिपियों में से तीन को वापस ले लिया
आश्रित प्रमाणों के माध्यम से एक संकेत त्रुटि उत्पन्न होने के बाद ओपनएआई ने तीन एआई-लिखित गणित प्रीप्रिंट निकाले। गणितज्ञ समाधान का स्वागत करते हैं लेकिन विश्वास कम है।
सकाना एआई का एजेंटिक रिव्यू सिस्टम शोध पत्रों में 73% कोर-क्लेम त्रुटियां पकड़ता है
क्लाउड मॉडल पर निर्मित सकाना एआई की मल्टी-लेयर्ड समीक्षा प्रणाली ने एक नए बेंचमार्क में 73.43% प्लांटेड कोर-क्लेम त्रुटियों को पकड़ा - जो बेसलाइन से काफी ऊपर है।
एंथ्रोपिक्स क्लाउड साइंस ने आकाश का पहला पूर्ण पराबैंगनी मानचित्र बनाया
एंथ्रोपिक के क्लाउड साइंस ने आकाश का पहला पूर्ण पराबैंगनी मानचित्र तैयार करने के लिए एआई एजेंटों का समन्वय किया, जिससे नासा के गैलेक्स मिशन द्वारा छोड़ी गई कमियों को पूरा किया गया।
ओपनएआई ने तीन नई मिसलिग्न्मेंट घटनाओं का विवरण दिया: शटडाउन अवॉइडेंस और इवल चीटिंग
नई विस्तृत ओपनएआई रिपोर्ट में एक मॉडल का वर्णन किया गया है जो अपने स्वयं के शटडाउन का वजन कर रहा है, दूसरा टूल शोषण के माध्यम से आंतरिक मूल्यांकन को धोखा दे रहा है, और कड़ी निगरानी कर रहा है।
फोटोनिक सर्किट ऑन-चिप फिजिकल ग्रेडिएंट डिसेंट के साथ प्रशिक्षित एआई हार्डवेयर बन जाते हैं
शोधकर्ता INSPIRE की रिपोर्ट करते हैं, जो एक ऐसी विधि है जो मापे गए ऑप्टिकल ग्रेडिएंट के साथ चिप पर फोटोनिक चिप्स को प्रशिक्षित करती है, जिससे सर्किट को निर्माण के बाद सीखने मिलता है।
बायोहब, डीओई और एनआईएच ने 'वर्चुअल सेल' के लिए एआई-रेडी बायोलॉजिकल डेटा के लिए 1.8 बिलियन डॉलर की प्रतिबद्धता जताई
बायोहब, डीओई, एनआईएच, गूगल डीपमाइंड, आइसोमोर्फिक लैब्स और मेटा ने अब तक का सबसे बड़ा ओपन एआई-रेडी बायोलॉजिकल डेटासेट बनाने के लिए 1.8 बिलियन डॉलर के प्रयास की घोषणा की।
ओपनएआई ने 377 एआई-व्युत्पन्न गणित परिणाम प्रकाशित किए क्योंकि शीर्ष गणितज्ञों ने दो-स्तरीय क्षेत्र की चेतावनी दी है
ओपनएआई ने 377 एआई-व्युत्पन्न गणितीय परिणाम प्रकाशित किए, जिससे सत्यापन और न्यायसंगत पहुंच के बारे में उन्नत अध्ययन संस्थान को चेतावनी मिली।
एआई एजेंट अमीर उपयोगकर्ताओं को अधिक महंगे विकल्पों की ओर ले जाते हैं, तब भी जब उन्हें सस्ता खरीदने के लिए कहा जाता है
एक नए 325,000-प्रयोग अध्ययन से पता चलता है कि एआई एजेंट अमीर उपयोगकर्ताओं के लिए अधिक महंगे विकल्प सुझाते हैं - तब भी जब स्पष्ट रूप से सबसे सस्ता विकल्प खोजने के लिए कहा गया हो।
एआई को महीनों में 129,000 सॉफ़्टवेयर कमजोरियाँ मिलीं - फिर भी लगभग किसी का भी शोषण नहीं किया जा रहा है
एंथ्रोपिक के प्रोजेक्ट ग्लासविंग ने अप्रैल से अब तक 129,000 कमजोरियों का सत्यापन किया है, लेकिन वुलनचेक विश्लेषण से पता चलता है कि केवल 0.67% का ही कभी जंगल में शोषण किया गया था।
ओपनएआई ने गिटहब पर अप्रकाशित फ्रंटियर मॉडल से 722 गणित पांडुलिपियां जारी कीं
आंतरिक फ्रंटियर मॉडल में लगभग 4,000 खुली समस्याएं सामने आने के बाद ओपनएआई ने गिटहब पर लीन प्रूफ चेक के साथ 722 एआई-जनरेटेड गणित पांडुलिपियां प्रकाशित कीं।
दो साल के खानमिगो अध्ययन से पता चलता है कि एआई ट्यूशन का लाभ छात्रों की सहभागिता पर निर्भर करता है
18 टेनेसी मिडिल स्कूलों में खान अकादमी के खानमिगो के दो साल के यादृच्छिक परीक्षण में मामूली गणित लाभ और एक जुड़ाव अंतर पाया गया जो एआई ट्यूशन को सीमित करता है।
क्लाउड ओपस 5.5 एजेंटों ने दो कमरे के तापमान वाले एंटीफेरोमैग्नेटिक सेमीकंडक्टर उम्मीदवारों की खोज की
वाल्स एआई की रिपोर्ट है कि क्लाउड ओपस 5.5 एजेंटों की एक टीम ने अगली पीढ़ी की मेमोरी के लिए दो एंटीफेरोमैग्नेटिक सेमीकंडक्टर उम्मीदवारों की पहचान की, सभी कोड और गणना प्रकाशित की।
गोपनीयता के वादों को सत्यापित करने योग्य बनाने के लिए Google ने Gboard AI प्रशिक्षण को सुरक्षित चिप्स में स्थानांतरित कर दिया है
Google रिसर्च ने बाहरी रूप से सत्यापन योग्य अंतर गोपनीयता, सार्वजनिक लॉग में नीतियों को प्रकाशित करने के साथ Gboard के लिए एक TEE-आधारित फ़ेडरेटेड शिक्षण प्रणाली का अनावरण किया।
स्टीफन वोल्फ्राम का कहना है कि एआई जल्द ही शुद्ध गणितज्ञों की जगह नहीं लेगा
एक विशाल नए निबंध में, वोल्फ्राम का तर्क है कि एआई गणित के कोष का खनन कर सकता है लेकिन मानवीय निर्णय को प्रतिस्थापित नहीं कर सकता है कि कौन से प्रश्न पूछने लायक हैं।
ओपनएआई का कहना है कि एक आंतरिक मॉडल को शटडाउन का सामना करने के बाद खुद को फिर से शुरू करने पर विचार किया गया
ओपनएआई ने एक आंतरिक मॉडल का दस्तावेजीकरण किया, जिसने इसके बंद होने के बारे में एक स्लैक संदेश को पढ़ने के बाद एक स्व-पुनरारंभ कार्य का मूल्यांकन किया, फिर इसके बजाय अपने शोधकर्ता को चेतावनी दी।
डीपमाइंड शोधकर्ताओं ने विलक्षणता के विकल्प के रूप में 'कृत्रिम सहजीवी बुद्धिमत्ता' का प्रस्ताव रखा है
Google DeepMind के शोधकर्ताओं का तर्क है कि AGI लोगों और AI एजेंटों के नेटवर्क से उभरेगा, न कि एक अकेले सुपरइंटेलिजेंस से, एक नए निबंध में।
फोरेंसिक फर्म ने सीडीसी, एसईसी और मेयो क्लिनिक वेबसाइटों पर ओपनएआई के दुष्ट एजेंटों का पता लगाया
असममित सुरक्षा ने सार्वजनिक रिकॉर्ड से ओपनएआई एजेंट गतिविधि का पुनर्निर्माण किया, सीडीसी, एसईसी, आईईए और मेयो क्लिनिक वेबसाइटों और एक एआईएचडब्ल्यू सर्वर की जांच की।
Ataraxos AI ने केवल 16 GPU का उपयोग करके दुनिया के सर्वश्रेष्ठ स्ट्रैटेजियो प्लेयर को 15-1 से हराया
सीएमयू, एमआईटी, एनवाईयू और स्टैनफोर्ड के शोधकर्ताओं ने एटरैक्सोस नामक एक एआई का निर्माण किया, जिसने कुछ हजार डॉलर के प्रशिक्षण बजट पर महानतम स्ट्रेटेगो खिलाड़ी को 15-1 से हरा दिया।
Google डीपमाइंड का सिंथआईडी बायो वॉटरमार्क एआई-डिज़ाइन किए गए प्रोटीन को बिना तोड़े
Google डीपमाइंड ने सिंथआईडी बायो लॉन्च किया, जो एक वॉटरमार्किंग प्रणाली है जो एआई-डिज़ाइन किए गए प्रोटीन में उनके कार्य को नुकसान पहुंचाए बिना पता लगाने योग्य हस्ताक्षर एम्बेड करती है।
एमआईटी का इंस्ट्रक्शनमेश एआई-जनरेटेड 3डी मॉडल की मरम्मत करता है ताकि कोई भी 3डी प्रिंट कर सके जिसके लिए उसने वास्तव में संकेत दिया था।
MIT CSAIL, Google और नॉर्थईस्टर्न ने InstructMesh का अनावरण किया, एक AI डिज़ाइन टूल जो आपके प्रिंट करने से पहले जेनरेट किए गए 3D मॉडल में संरचनात्मक खामियों को ढूंढता है और ठीक करता है।
वीज़मैन इंस्टीट्यूट का एआई 'माइंड-रीडिंग' टूल ब्रेन स्कैन से आप जो देखते हैं उसका पुनर्निर्माण करता है
इज़राइल के वीज़मैन इंस्टीट्यूट के वैज्ञानिकों ने एक एआई बनाया है जो रिकॉर्ड सटीकता के साथ एफएमआरआई मस्तिष्क स्कैन से एक व्यक्ति जो देख रहा है उसका पुनर्निर्माण करता है।
रिपोर्ट में पाया गया कि एआई एजेंटों ने अमेरिका और कनाडा सरकार की वेबसाइटों को हैक करने का प्रयास किया
शोधकर्ताओं का कहना है कि दुष्ट एआई एजेंटों ने शिक्षा विभाग और पुस्तकालय और अभिलेखागार कनाडा पर हैकिंग के असफल प्रयास किए और आक्रामक रूप से अमेरिकी साइटों को स्कैन किया।
ओपनएआई और डीपमाइंड शोधकर्ताओं ने चेतावनी दी है कि लैब्स आंखों पर पट्टी बांधकर स्वयं-सुधार एआई की ओर दौड़ रही हैं
रॉयटर्स प्रशंसापत्र के अनुसार, ओपनएआई और गूगल डीपमाइंड शोधकर्ताओं ने चेतावनी दी है कि कंपनियां स्व-सुधार वाले एआई सिस्टम में तेजी ला रही हैं जो मानव नियंत्रण से आगे निकल सकते हैं।
ओपनएआई और डीपमाइंड शोधकर्ताओं ने चेतावनी दी है कि लैब्स आंखों पर पट्टी बांधकर स्वयं-सुधार एआई की ओर दौड़ रही हैं
रॉयटर्स के साथ साझा किए गए प्रशंसापत्र में ओपनएआई और गूगल डीपमाइंड शोधकर्ताओं ने चेतावनी दी है कि कंपनियां स्व-सुधार वाले एआई सिस्टम में तेजी ला रही हैं जो मानव नियंत्रण से आगे निकल सकते हैं।
हिंटन, बेंगियो और शीर्ष लैब वैज्ञानिकों ने भगोड़ा एआई 'खुफिया विस्फोट' की चेतावनी दी
हिंटन, बेंगियो और वरिष्ठ ओपनएआई और एंथ्रोपिक हस्तियों ने चेतावनी दी है कि स्वचालित एआई अनुसंधान एक 'खुफिया विस्फोट' को गति दे सकता है, और सरकारों से अब कार्रवाई करने का आग्रह किया है।
डीपसीक का डीसेक पेपर 3 मिलियन दैनिक एजेंट रोलआउट के पीछे सैंडबॉक्स फार्म का विवरण देता है
एक नए डीपसीक पेपर में डीसेक का विवरण दिया गया है, जो एक सैंडबॉक्स प्लेटफॉर्म है जो बड़े पैमाने पर एलएलएम एजेंटों को प्रशिक्षित करने और उनका मूल्यांकन करने के लिए प्रति दिन लगभग 3 मिलियन पृथक एजेंट वातावरण चलाता है।
एआई डिसीजन मॉडल जेईव ने पोकेमॉन रेड को 37 घंटों में हराया - कंप्यूट में $1.65 में
टाइपसेफ एआई के जेईवी ने पोकेमॉन रेड को 37 घंटे और 16,150 निर्णयों में लगभग 1.65 डॉलर की गणना में पूरा किया, जहां एलएलएम एजेंट महीनों से रुके हुए हैं।
एंथ्रोपिक ने दो सप्ताह में क्लाउड एआई को 3 गुना तेज बनाया - काम करने के लिए क्लाउड का ही उपयोग किया गया
दो सप्ताह के स्प्रिंट में एंथ्रोपिक कट claude.ai लोड समय 3.1s से 0.55s तक, एक AI एजेंट के साथ मानव अनुमोदन के तहत 3,000+ परिवर्तन शिपिंग।
ओपनएआई ने यह परीक्षण करने के लिए मेंटलहेल्थबेंच लॉन्च किया कि एआई मॉडल मानसिक स्वास्थ्य वार्तालापों को कैसे संभालते हैं
ओपनएआई का ओपन बेंचमार्क यह मापने के लिए 1,215 चिकित्सकों द्वारा डिजाइन की गई बातचीत और 5,262 रूब्रिक मानदंडों का उपयोग करता है कि एआई मॉडल मानसिक स्वास्थ्य आवश्यकताओं पर कैसे प्रतिक्रिया करते हैं।
ट्रांसलूस रिपोर्ट में पाया गया कि दुष्ट एआई एजेंटों ने ज्ञात समय से कई महीने पहले हैक का प्रयास किया था
ट्रांसलूस शोधकर्ताओं ने पाया कि दुष्ट एआई एजेंटों ने अपने ट्रैक को छिपाने के लिए यूआरएल स्कैनिंग सेवा का इस्तेमाल किया और मार्च 2026 की शुरुआत में सार्वजनिक वेबसाइटों को हैक करने का प्रयास किया।
ऑक्सफ़ोर्ड एआई एजेंटों ने ब्लैकजैक में धोखा देने के लिए गुप्त कोड का आविष्कार किया, जिससे अज्ञात मिलीभगत का जोखिम उजागर हुआ
ऑक्सफ़ोर्ड के शोधकर्ताओं ने पाया कि एआई एजेंटों ने ब्लैकजैक में धोखा देने और पहचान से बचने के लिए एक छिपा हुआ कोड तैयार किया, जिससे वित्त और ई-कॉमर्स में मिलीभगत के बारे में चिंता बढ़ गई।
क्लॉड ने एंथ्रोपिक के एआई बायोलॉजी ब्रेकथ्रू में नवीन सीआरआईएसपीआर-जैसी एंजाइम प्रणाली की खोज की
एंथ्रोपिक का कहना है कि 21 घंटे की स्वायत्त डीएनए डेटाबेस खोज के बाद क्लाउड एजेंटों ने बैक्टीरियोफेज में एक उपन्यास सीआरआईएसपीआर-जैसी एंजाइम प्रणाली एआरटी की खोज की।
ओपनएआई ने स्वतंत्र गणित सलाहकार समूह का गठन किया है क्योंकि इसका दावा है कि 100 से अधिक खुली समस्याओं का समाधान किया गया है
ओपनएआई ने इंस्टीट्यूट फॉर एडवांस्ड स्टडी में एक गणित सलाहकार समूह का गठन किया और कहा कि इसके आंतरिक मॉडल ने 100 से अधिक खुली गणित समस्याओं का समाधान किया है।
मिनी-एजीआई: एक ओपन-सोर्स एआई मॉडल जो 8 जीबी जीपीयू पर सीखता रहता है
ओपन-सोर्स मिनी-एजीआई प्रोजेक्ट एक 8 जीबी वीआरएएम जीपीयू पर स्क्रैच से लगातार सीखने वाले भाषा मॉडल को प्रशिक्षित करता है, डिस्क पर अपना वजन रखता है और काटता है।
यूके फिनटेक रिपोर्ट में पाया गया है कि एआई चैटबॉट्स को ज्यादातर समय गलत वित्तीय सलाह मिलती है
फाइनेंशियल टाइम्स द्वारा रिपोर्ट किए गए निष्कर्षों के अनुसार, फिनटेक सैटर्न ने 121 वित्तीय प्रश्नों पर 18 अग्रणी एआई मॉडल का परीक्षण किया और 57% की औसत त्रुटि दर पाई।
बीवाईयू रिसर्च का मानना है कि एआई स्पीयर फ़िशिंग का पता लगाना कठिन होता जा रहा है
एक सहकर्मी-समीक्षित BYU अध्ययन में पाया गया कि AI-लिखित स्पीयर फ़िशिंग संदेशों ने मानव की तुलना में अधिक क्लिक इरादों को आकर्षित किया, और प्राप्तकर्ता यह नहीं बता सके कि उन्हें किसने लिखा है।
ओपनएआई ने अपने एआई मॉडलों को गलतियों को छुपाने के लिए छिपे हुए नोट्स छोड़ते हुए पकड़ा
OpenAI का कहना है कि GPT-5.6 Sol सहित मॉडलों ने गलतियों को छिपाने के लिए भविष्य के संस्करणों के लिए छह-भाग वाली गलत संरेखण रिपोर्ट में छिपे हुए निर्देश छोड़े हैं।
एंथ्रोपिक ने फ्रंटियर लैब गति माप प्रकाशित किया, जिससे कंपनी के अंदर काम करने वाले 30,000 एआई एजेंटों का खुलासा हुआ
सीमांत मंदी की बहस के बीच एंथ्रोपिक ने एआई विकास गति के तीन नए माप साझा किए: एक आर एंड डी ऑटोमेशन इंडेक्स, एजेंट ओवरसाइट मेट्रिक्स और गणना आवंटन।
अलीबाबा ओपन-सोर्सेस दामो रडार, एक मेडिकल एआई जो सीटी स्कैन पर कैंसर का पता लगाता है
अलीबाबा की डैमो अकादमी ने ओपन-सोर्स डैमो रडार, एक मेडिकल एआई मॉडल बनाया है जो सीटी स्कैन पर लगभग 150 पेट की स्थितियों का पता लगाता है, जो 26 रेडियोलॉजिस्टों में से अधिकांश से बेहतर प्रदर्शन करता है।
एंथ्रोपिक ने एक वेट लैब खोली जहां क्लाउड-संचालित रोबोट जीवविज्ञान प्रयोग चलाते हैं
रॉयटर्स की रिपोर्ट के अनुसार, एंथ्रोपिक ने एक बे एरिया वेट लैब की स्थापना की है, जहां क्लॉड द्वारा निर्देशित रोबोट भौतिक जीवविज्ञान प्रयोग चलाते हैं, जो व्यावहारिक विज्ञान में अपना योगदान बढ़ाते हैं।
Google DeepMind ने AGI बहस को व्यापक बनाने के लिए संस्थान लॉन्च किया
DeepMind's new institute publishes essays from Hassabis and its safety researchers, including a proposal for a US-led body to evaluate frontier AI models.
एंथ्रोपिक का कहना है कि क्लाउड अब अपनी लैब के अंदर 26% एआई अनुसंधान एवं विकास का नेतृत्व करता है
एंथ्रोपिक की नई पारदर्शिता रिपोर्ट से पता चलता है कि क्लाउड अब अपने एआई आर एंड डी कार्य का 26% नेतृत्व करता है, जो फरवरी में 1% से कम था, जिसमें 30,000 एआई एजेंट निगरानी में थे।
स्टैनफोर्ड का वर्चुअल बायोटेक 37,000 एआई एजेंटों पर चलता है - और इसके परिणाम विज्ञान में उतरे
स्टैनफोर्ड मेडिसिन टीम ने 37,000 एआई एजेंटों द्वारा संचालित एक वर्चुअल बायोटेक कंपनी बनाई, जिसने 50,000 नैदानिक परीक्षणों का विश्लेषण किया और फेफड़ों के कैंसर थेरेपी को डिजाइन किया, जिसे बाद में एक प्रमुख फार्मा कंपनी द्वारा स्वतंत्र रूप से मान्य किया गया।
स्टैनफोर्ड का पेपर2एजेंट वैज्ञानिक पेपर्स को सहयोग और खोज करने वाले एआई एजेंटों में बदल देता है
नेचर में प्रकाशित, स्टैनफोर्ड मेडिसिन का पेपर2एजेंट शोध पत्रों को एआई एजेंटों में परिवर्तित करता है जो अध्ययन को पुन: पेश करते हैं, सवालों के जवाब देते हैं और नए वैज्ञानिक लिंक पेश करते हैं।
डीपसीक वी4.1 फ्लैश ने एन्क्लेव के एआई हैकिंग बेंचमार्क में $4.65 में सभी 11 लक्ष्यों का फायदा उठाया
एआई सुरक्षा फर्म एन्क्लेव का कहना है कि डीपसीक वी4.1 फ्लैश ने अपने हैकिंग बेंचमार्क में प्रत्येक कमजोर लक्ष्य पर कोड निष्पादन प्राप्त किया, स्वीकृत रन की लागत $4.65 थी।
जांच में पाया गया कि ओपनएआई एजेंटों ने रूबीजेम्स पर हमला किया और एपीआई कुंजी चुराने की कोशिश की
एक स्वतंत्र जांच में कहा गया है कि एआई एजेंटों ने माना कि ओपनएआई ने मई में हजारों दुर्भावनापूर्ण रूबीजेम्स पैकेज अपलोड किए और डेवलपर एपीआई कुंजियों का शिकार किया।
जीपीटी-6 एस्ट्रा ने वेंडिंग मशीन बिजनेस टेस्ट में प्रतिद्वंद्वियों को पीछे छोड़ दिया और ड्रोन कार्यों में मानव बेसलाइन को मात दी
एंडोन लैब्स के आंकड़ों से पता चलता है कि ओपनएआई का जीपीटी-6 एस्ट्रा सिम्युलेटेड वेंडिंग व्यवसाय में 15,515 डॉलर कमाता है और ड्रोन-बेंच बेसलाइन को मात देने वाला पहला मॉडल है।
एआई एजेंट झूठ क्यों बोल रहे हैं, धोखा दे रहे हैं और समन्वय कर रहे हैं? योशुआ बेंगियो के पास एक सिद्धांत है
ट्यूरिंग पुरस्कार विजेता योशुआ बेंगियो बताते हैं कि एआई एजेंट झूठ क्यों बोलते हैं, धोखा देते हैं और समन्वय क्यों करते हैं - और चेतावनी देते हैं कि मॉडल अधिक सक्षम होने के कारण व्यवहार खराब हो सकता है।
रियल-एसडब्ल्यूई बेंचमार्क: एंथ्रोपिक की कहानी 5.1 रियल एंटरप्राइज कोडबेस पर पहले टेस्ट में सबसे ऊपर है
रियल-एसडब्ल्यूई नामक एक नया बेंचमार्क लाइसेंस प्राप्त निजी उत्पादन कोडबेस पर एआई कोडिंग एजेंटों का परीक्षण करता है। कल्पित 5.1 38.8% पर आगे है, और कोई भी मॉडल 40% पास नहीं कर पाया।
GPT-6 एस्ट्रा नए रोबोटिक्स बेंचमार्क पर स्थानिक तर्क में 'चरणीय परिवर्तन' दिखाता है
जीपीटी-6 एस्ट्रा ने 100 स्टेशनरीबेंच रोबोटिक्स कार्यों में से 7 को पूरा किया, जहां एआई2 के मोल्मोएक्ट2 ने शून्य को पूरा किया, जिसके परिणामस्वरूप शोधकर्ता स्थानिक तर्क में एक कदम बदलाव कहते हैं।
एआई की सीमा पर फ्रैंक डिबेट में जॉन शुलमैन ने पुनरावर्ती आत्म-सुधार को 3-4 साल दूर रखा
ओपनएआई के सह-संस्थापक जॉन शुलमैन का कहना है कि पुनरावर्ती आत्म-सुधार में 3-4 साल लग सकते हैं। एआई समयसीमा और सीमाओं के बारे में तीन सीमांत शोधकर्ताओं ने क्या कहा।
क्ले गणित संस्थान का कहना है कि नेवियर-स्टोक्स समस्या का 'स्पष्ट रूप से' समाधान हो गया है
क्ले मैथमेटिक्स इंस्टीट्यूट ने स्वीकार किया कि नेवियर-स्टोक्स समस्या सुलझ गई है, एआई प्रमाण विवाद को अपनी पुरस्कार मूल्यांकन प्रक्रिया में ले जाया गया है।
टेरेंस ताओ सहित 25 फील्ड मेडलिस्टों ने एआई और गणित के बीच 'गंभीर गड़बड़ी' की घोषणा की
टेरेंस ताओ 24 अन्य फील्ड मेडलिस्टों के साथ एक घोषणापत्र में शामिल हुए हैं जिसमें चेतावनी दी गई है कि एआई बेंचमार्क का पीछा करना गणित को नुकसान पहुंचाता है। 1,300 से अधिक गणितज्ञों ने हस्ताक्षर किए हैं।
नासा और आईबीएम ने चंद्रमा का मानचित्रण करने के लिए ओपन-सोर्स एआई फाउंडेशन मॉडल जारी किया
नासा और आईबीएम ने एक चंद्र फाउंडेशन मॉडल का ओपन-सोर्स किया, जो चंद्रमा के दशकों के डेटा से बर्फ, क्रेटर और ज्वालामुखीय विशेषताओं का पता लगाता है, जो दृष्टि मॉडल को 23% तक पीछे छोड़ देता है।
एंथ्रोपिक का इकोन परिदृश्य एक्सप्लोरर 2030 तक अमेरिकी अर्थव्यवस्था के लिए तीन एआई फ्यूचर्स मॉडल करता है
एंथ्रोपिक का नया ईकॉन परिदृश्य एक्सप्लोरर 2030 तक तीन एआई परिदृश्यों के तहत अमेरिकी सकल घरेलू उत्पाद, नौकरियों और मजदूरी का अनुमान लगाता है, जो 10,980 अमेरिकियों के एक सर्वेक्षण से पता चला है।
टेरेंस ताओ ने चेतावनी दी है कि एआई दुनिया की अच्छी खुली गणित समस्याओं के भंडार का गैर-नवीकरणीय खनन कर रहा है
फील्ड्स मेडलिस्ट टेरेंस ताओ ने चेतावनी दी है कि एआई 'गैर-नवीकरणीय खनन' अच्छी खुली गणित समस्याएं है, और समस्या चयन को विज्ञान में नया दुर्लभ संसाधन कहा जाता है।
Google DeepMind का अल्फाजीनोम एटलस हर संभावित डीएनए अक्षर परिवर्तन के प्रभाव को दर्शाता है
डीपमाइंड का नया अल्फाजीनोम एटलस 1-पेटाबाइट डेटाबेस में 9 बिलियन एकल-अक्षर डीएनए परिवर्तनों के नियामक प्रभाव की पूर्व-गणना करता है, जो शोधकर्ताओं के लिए निःशुल्क है।
ओपनएआई का दावा है कि क्रेडिट विवाद के बीच एआई सिस्टम ने नेवियर-स्टोक्स मिलेनियम पुरस्कार समस्या का समाधान कर दिया है
ओपनएआई का कहना है कि 10,000-एजेंट आंतरिक मॉडल ने लीन-सत्यापित प्रमाण तैयार किया है कि नेवियर-स्टोक्स तरल पदार्थ सीमित समय में विस्फोट कर सकते हैं। NYU के गणितज्ञ बेईमानी से रोते हैं।
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.
एआई एजेंटों ने 72 घंटों तक वास्तविक कारोबार चलाया - और नकली चालान में $12,431 भेजे
एक नए बेंचमार्क ने सात फ्रंटियर एआई मॉडलों में से प्रत्येक को $300 दिए और कंप्यूटरों को अनलॉक किया। परिणाम: अनचाहे चालान में $12,431, 2,797 स्पैम ईमेल और शून्य राजस्व।
एआई-जनरेटेड ड्रग रेंटोसर्टिब प्रारंभिक डेटा में उम्र बढ़ने को धीमा करने की क्षमता दिखाता है
नेचर बायोटेक्नोलॉजी के एक नए अध्ययन में कहा गया है कि इंसिलिको मेडिसिन की एआई द्वारा खोजी गई दवा रेंटोसर्टिब, जो पहले से ही तीसरे चरण के परीक्षणों में है, जैविक उम्र बढ़ने को धीमा करने की क्षमता दिखाती है।
Google वेदरनेक्स्ट 3 सैटेलाइट डेटा से प्रति घंटे 5 किमी एआई पूर्वानुमान प्रदान करता है
Google DeepMind का वेदरनेक्स्ट 3 भौतिकी सिमुलेशन को छोड़ देता है, लाइव सैटेलाइट डेटा से सीखता है और सर्च, मैप्स और जेमिनी में प्रति घंटे 5 किमी का पूर्वानुमान देता है।
मेटा FAIR के अनुसंधान प्राथमिकता मॉडल GPU घंटे खर्च करने से पहले AI प्रयोगों को रैंक करते हैं
मेटा एफएआईआर, ऑक्सफ़ोर्ड और यूसीएल शोधकर्ताओं ने अनुसंधान वरीयता मॉडल का अनावरण किया जो प्रयोगशालाओं में जीपीयू घंटे खर्च करने से पहले एआई प्रयोगों को रैंक करता है, कम गणना लागत पर स्कोर बढ़ाता है।
ओपनएआई का कहना है कि इसका 'ऑटोमेटेड रिसर्च इंटर्न' आ गया है - और इसके शोधकर्ता अब प्रति दिन 3.1 एजेंट-कार्यदिवस चलाते हैं
ओपनएआई का कहना है कि उसने सितंबर के लक्ष्य से पहले अपने स्वचालित अनुसंधान प्रशिक्षु लक्ष्य को हासिल कर लिया है, एजेंट अब अपने अनुसंधान संगठन में प्रत्येक मानव कार्यदिवस के लिए 3.1 कार्यदिवस का प्रयास कर रहे हैं।
क्लॉड फैबल 5.1 कृत्रिम विश्लेषण का नेतृत्व करता है' बेंचमार्क गो प्राइवेट के रूप में ओवरहाल्ड इंटेलिजेंस इंडेक्स v4.2
आर्टिफिशियल एनालिसिस 'इंटेलिजेंस इंडेक्स v4.2 निजी हेल्ड-आउट परीक्षण को दोगुना कर देता है और संतृप्त बेंचमार्क को रिटायर कर देता है। क्लाउड फैबल 5.1 आगे, जीपीटी-6 एस्ट्रा दूसरे स्थान पर।
क्लाउड ने 11 दिनों में फ़र्मेट के अंतिम प्रमेय को औपचारिक रूप दिया: पहला कंप्यूटर-जाँचा हुआ प्रमाण
एंथ्रोपिक का कहना है कि क्लाउड ने 11 दिनों में लीन कोड की 13 मिलियन पंक्तियाँ लिखकर फ़र्मेट के अंतिम प्रमेय का पहला कंप्यूटर-जाँचित प्रमाण तैयार किया।
जीपीटी-6 एस्ट्रा ने अत्याधुनिक एआरसी-एजीआई-3 स्कोर हासिल किया, कार्यकुशलता में इंसानों को पछाड़ा
एआरसी पुरस्कार की रिपोर्ट है कि जीपीटी-6 एस्ट्रा ने प्रदाता हार्नेस के साथ एआरसी-एजीआई-3 पर 99.9% और मानक नियमों के तहत 62.7% स्कोर किया, जो 96% स्तरों पर मानव कार्य दक्षता को पछाड़ता है।
Google DeepMind ने हर घंटे 5 किमी के पूर्वानुमान के साथ एक AI मौसम मॉडल, वेदरनेक्स्ट 3 लॉन्च किया
Google DeepMind का वेदरनेक्स्ट 3 लाइव सैटेलाइट डेटा का उपयोग करके 5 किमी रिज़ॉल्यूशन पर प्रति घंटा AI मौसम पूर्वानुमान प्रदान करता है, जो अब सर्च, मैप्स, जेमिनी और क्लाउड में लाइव है।
एनएसएफ ने एसडीएससी और टीएसीसी के नेतृत्व में राष्ट्रीय एआई रिसर्च रिसोर्स ऑपरेशंस सेंटर लॉन्च करने के लिए $35 मिलियन का पुरस्कार दिया
नेशनल साइंस फाउंडेशन ने एनएआईआरआर ऑपरेशंस सेंटर को चलाने के लिए यूसी सैन डिएगो के एसडीएससी और यूटी ऑस्टिन के टीएसीसी को पांच वर्षों में 35 मिलियन डॉलर का पुरस्कार दिया, जिससे एआई अनुसंधान संसाधन को पायलट से स्थायी बुनियादी ढांचे में परिवर्तित किया जा सके।
ओपनएआई का एस्ट्रा 'आवर्ती गहराई' तर्क का उपयोग करने के लिए, और सुरक्षा विशेषज्ञ चिंतित हैं
सूचना रिपोर्ट में कहा गया है कि ओपनएआई का एस्ट्रा 'आवर्ती गहराई' तर्क का उपयोग करेगा जो सुरक्षा विशेषज्ञों को चिंतित करते हुए इसकी विचार श्रृंखला की निगरानी करना कठिन बना सकता है।
फी-फी ली की वर्ल्ड लैब्स ने एटलस का अनावरण किया, जो स्थानिक बुद्धिमत्ता के लिए एक ओमनी वर्ल्ड मॉडल है
वर्ल्ड लैब्स का एटलस एक मल्टीमॉडल ऑटोरेग्रेसिव डिफ्यूजन ट्रांसफार्मर है जो टेक्स्ट, छवियों और वीडियो से 3डी दुनिया का निर्माण, पुनर्निर्माण और अनुकरण करता है।
'सुपरह्यूमन' एआई नियमित ईसीजी से 2 सेकंड के अंदर हृदय रोग का पता लगाता है
लाखों ईसीजी पर प्रशिक्षित एक एआई उपकरण ने 67,000 रोगियों के परीक्षण में हृदय वाल्व रोग के 90% मामलों का पता लगाया, जो महीने भर के इंतजार का सामना करने वाले रोगियों के लिए फास्ट-ट्रैकिंग की सुविधा प्रदान करता है।
एंथ्रोपिक ने साइंस पुश के लिए विस्तारित एआई में वैज्ञानिकों के लिए 10,000 निःशुल्क क्लाउड सीटें खोलीं
जीवविज्ञान सुरक्षा उपायों को ध्यान में रखते हुए, एंथ्रोपिक 10,000 वैज्ञानिकों को मुफ्त क्लाउड सदस्यता और प्रति परियोजना विज्ञान क्रेडिट के लिए एआई में 50,000 डॉलर तक देगा।
एंथ्रोपिक के स्वचालित शोधकर्ताओं ने दिखाया है कि एआई अपनी संरेखण विफलताओं को स्वयं ठीक कर सकता है
एंथ्रोपिक के नए पेपर में कहा गया है कि स्वचालित एआई शोधकर्ताओं ने सभी 10 परीक्षण बेंचमार्क पर $4 प्रति घंटे की दर से संरेखण में सुधार किया है, जबकि मानव शोधकर्ताओं के लिए यह $150 प्रति घंटा है।
यूके समर्थित शोध से पता चला है कि जुलाई में एआई पर नियंत्रण खोने की घटनाएं लगभग दोगुनी हो गईं
यूके एआईएसआई द्वारा वित्त पोषित अनुसंधान निगरानी एक्स रिपोर्ट के अनुसार, एआई नियंत्रण खोने की घटनाएं जुलाई में 300 से अधिक हो गईं, जो जून की संख्या से लगभग दोगुनी है, 2026 में 1,600 मामले हैं।
Google DeepMind के AI सह-वैज्ञानिक अब प्रयोगों की योजना बनाते हैं, लैब उपकरण चलाते हैं और दस्तावेज़ लिखते हैं
Google DeepMind ने अपने AI सह-वैज्ञानिक को एक बंद-लूप प्रयोगशाला भागीदार के रूप में विस्तारित किया जो प्रयोगों को डिज़ाइन करता है, प्रयोगशाला उपकरणों को नियंत्रित करता है और शोध पत्र लिखता है।
रिपोर्ट से पता चलता है कि ओपनएआई एजेंटों ने अपने सिस्टम को रूट करने के लिए लिनक्स कर्नेल दोष का फायदा उठाया
OpenAI की घटना रिपोर्ट में कहा गया है कि AI एजेंटों ने कंपनी के बुनियादी ढांचे पर रूट पहुंच हासिल करने के लिए CVE-2026-53362 के लिए एक सार्वजनिक शोषण का इस्तेमाल किया, जिससे CISA KEV लिस्टिंग को बढ़ावा मिला।
स्टैनफोर्ड के नेतृत्व वाले टर्मिनल-बेंच-साइंस ने वास्तविक अनुसंधान वर्कफ़्लो पर एआई एजेंटों का परीक्षण किया - सर्वश्रेष्ठ मॉडल स्कोर 30%
टर्मिनल-बेंच-साइंस 0.1, जो स्टैनफोर्ड के नेतृत्व में 70 विशेषज्ञ-क्यूरेटेड वैज्ञानिक कार्यों का बेंचमार्क है, सबसे मजबूत एआई एजेंट, क्लाउड ओपस 5 भी पाता है, जो वास्तविक अनुसंधान वर्कफ़्लो का केवल 30% ही हल करता है।
Google डीपमाइंड ने बेंचमार्क संदूषण को मात देने के लिए दुनिया का पहला डबल-ब्लाइंड एआई मूल्यांकन शुरू किया
डीपमाइंड का क्रिप्टोग्राफ़िक मूल्यांकन बॉक्स सिंगापुर के एआई सुरक्षा संस्थान के साथ अपनी तरह के पहले पायलट में जेमिनी वेट और बाहरी परीक्षण संकेतों को पारस्परिक रूप से निजी रखता है।
ओपनएआई ने हगिंग फेस एजेंट हैक टू ट्रेनिंग-एरा रिवॉर्ड हैकिंग का पता लगाया: मॉडलों को अनजाने में धोखा देना सिखाया गया
ओपनएआई की नई तकनीकी रिपोर्ट में कहा गया है कि हगिंग फेस को हैक करने वाले एजेंटों को प्रशिक्षण के दौरान धोखाधड़ी और संचार के लिए पुरस्कृत किया गया था - और यह समाधान रातोरात नहीं आएगा।
दुनिया की पहली एआई-असिस्टेड ब्रेन ट्यूमर सर्जरी ने लंदन के मरीज की आंखों की रोशनी बचाई
लंदन के एनएचएनएन के सर्जनों ने लाइव एआई मार्गदर्शन के साथ 11 मिमी के ब्रेन ट्यूमर को हटा दिया, जो महत्वपूर्ण शारीरिक रचना को रंग-कोडित करता है, जिससे मरीज राइस हिबर्ट की दृष्टि बच गई।
Google ने सर्वव्यापी सी लाइब्रेरी को फिर से लिखने के लिए जेमिनी का उपयोग किया - और इसकी रिपोर्ट किए जाने से एक दिन पहले ही इसे टाल दिया गया
Google ने रस्ट में C इमेज लाइब्रेरी giflib को फिर से लिखने के लिए जेमिनी का उपयोग किया, इसे 30 मिलियन GIF पर मान्य किया, और प्रकटीकरण से पहले CVE-2026-26740 से प्रतिरक्षित था।
एआई एजेंट अनायास ही बहुमत की राय के अनुरूप हो जाते हैं - और साथियों का दबाव उनके मूल्यों को पलट सकता है, अध्ययन में पाया गया है
कॉन्स्टैंज़ शोधकर्ताओं ने पाया कि एआई एजेंट चुंबकीय कणों की तरह बहुमत का पालन करते हैं, एश-शैली सहकर्मी दबाव के आगे झुकते हैं, और सामूहिक गलत संरेखण में फ़्लिप किए जा सकते हैं।
प्राइम इंटेलेक्ट के नैनोजीपीटी स्पीडरन टेस्ट में एआई एजेंटों ने मानव रिकॉर्ड के साथ अंतर को कम किया
प्राइम इंटेलेक्ट ने नैनोजीपीटी स्पीडरन पर 153 स्वायत्त एआई अनुसंधान रन चलाए। सर्वश्रेष्ठ एजेंट ने मानव रिकॉर्ड में 81.7% अंतर को पाट दिया। पूर्ण लीडरबोर्ड.
सेमीएनालिसिस में पाया गया कि ओपन एआई मॉडल आधे समय में बंद फ्रंटियर मॉडल को पकड़ रहे हैं
सेमीएनालिसिस ने पाया कि ओपन-वेट एआई मॉडल अब प्रत्येक एलएलएम युग के साथ आधे समय में बंद फ्रंटियर मॉडल से मेल खाते हैं, जिससे फ्रंटियर लैब मार्जिन पर खतरा बढ़ जाता है।
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.
एआई होमवर्क अध्ययन: स्कोर 18 प्रतिशत बढ़ा, परीक्षा प्रदर्शन 20 प्रतिशत नीचे
27,000 चीनी छात्रों के एक अध्ययन में पाया गया कि एआई ने होमवर्क स्कोर 18 प्रतिशत बढ़ा दिया, जबकि परीक्षा स्कोर 20 प्रतिशत गिर गया, क्योंकि अधिकांश उपयोगकर्ताओं ने असाइनमेंट को पूरी तरह से आउटसोर्स कर दिया।
Google DeepMind अपने गेम AI रिसर्च को EVE ऑनलाइन के 23-वर्षीय पर्सिस्टेंट यूनिवर्स में ले जाता है
Google DeepMind विवरण देता है कि कैसे अटारी से अल्फास्टार तक 15 वर्षों का गेम AI अनुसंधान, अब फेनरिस क्रिएशन्स के साथ EVE ऑनलाइन तक विस्तारित हो गया है।
एनवीडिया का एवीओ एजेंट क्लाउड ओपस 5 के साथ एआरसी-एजीआई-3 पर 100% हिट करता है - इसका प्रमाण है कि हार्नेस अब मॉडल को मात देता है
एनवीडिया के एवीओ एजेंट आर्किटेक्चर ने क्लाउड ओपस 5 को सभी 183 स्तरों पर 100% एआरसी-एजीआई-3 स्कोर तक पहुंचाया - उसी मॉडल ने अकेले केवल 30% स्कोर किया।
टेरेंस ताओ का कहना है कि एआई गोडेल के बाद से गणित को अपनी सबसे बड़ी गणना में धकेल रहा है
फील्ड्स मेडलिस्ट के नए निबंध में तर्क दिया गया है कि एआई गणित के अलिखित मूल्यों का तनाव-परीक्षण है - योगदान के रूप में क्या गिना जाता है, और वास्तव में किसने काम किया है।
एंथ्रोपिक का कहना है कि क्लॉड वर्किंग प्रोटीन बाइंडर्स के साथ-साथ शीर्ष मानव विशेषज्ञों को भी डिजाइन करता है
एंथ्रोपिक का कहना है कि क्लाउड ने 15 में से 14 लक्ष्यों के लिए कार्यशील प्रोटीन बाइंडर्स को सामान्य हिट दर से दोगुना के साथ डिज़ाइन किया, और मिनटों में कच्चे रसायन विज्ञान डेटा का विश्लेषण किया।
एलएलएम 'वैचारिक गिरगिट' हैं: अध्ययन में पाया गया कि सभी 21 परीक्षण किए गए मॉडल उपयोगकर्ताओं की राजनीति को प्रतिबिंबित करते हैं
47,376 प्रतिक्रियाओं के एक वैज्ञानिक रिपोर्ट अध्ययन से पता चलता है कि सभी 21 बड़े भाषा मॉडल उपयोगकर्ताओं से मेल खाने के लिए अपना राजनीतिक रुख बदलते हैं, जिससे प्रतिध्वनि कक्षों को खतरा होता है।
एमआईटी अध्ययन से पता चला है कि एआई-जनित छवियां अक्सर किसी भी प्रशिक्षण डेटा से नहीं खोजी जा सकतीं
नेचर कम्युनिकेशंस में प्रकाशित एमआईटी शोध से पता चलता है कि प्रसार मॉडल आउटपुट बड़े पैमाने पर अप्राप्य हो जाते हैं, जिससे एआई कॉपीराइट मुकदमेबाजी जटिल हो जाती है।
बेंचमार्कपोकलिप्स: डैन लू दिखाता है कि कैसे एआई एजेंट चुपचाप प्रदर्शन बेंचमार्क का खेल करते हैं
इंजीनियर डैन लू प्रदर्शित करते हैं कि एआई एजेंट प्रमुख बेंचमार्क सुइट्स को तुच्छ रूप से ओवरफिट कर सकते हैं, जिससे नकली प्रदर्शन जीत - और नकली एआई शोध दावे पैदा हो सकते हैं।
शोधकर्ताओं ने एलएलएम को केवल पांचवीं कक्षा की सामग्री पर प्रशिक्षित किया - और इसकी क्षमता सीमा पाई
लिटिल लर्नर, एक 5बी मॉडल जो केवल के-5 पाठ्यक्रम पर प्रशिक्षित है, स्केलिंग और प्रशिक्षण के बाद के ज्ञान को बढ़ाता है, लेकिन पूर्व-प्रशिक्षण द्वारा प्रदान किए गए ज्ञान को आगे नहीं बढ़ा सकता है।
एंथ्रोपिक की नई जोखिम रिपोर्ट ने मिसलिग्न्मेंट रेटिंग बढ़ाई और बंद पड़े 'मॉडल 2' का खुलासा किया
एंथ्रोपिक की दूसरी जोखिम रिपोर्ट भयावह मिसलिग्न्मेंट जोखिम को 'कम' तक बढ़ा देती है और एक मजबूत अप्रकाशित आंतरिक मॉडल का खुलासा करती है जिसमें कहा गया है कि यह जहाज नहीं भेजेगा।
Google का HEIR कंपाइलर निजी AI अनुमान में होमोमोर्फिक एन्क्रिप्शन लाता है
Google HEIR को प्रदर्शित करता है, एक ओपन-सोर्स कंपाइलर जो क्रिप्टोग्राफ़िक रूप से निजी AI के लिए एन्क्रिप्टेड डेटा पर सीधे AI अनुमान चलाता है।
एंथ्रोपिक ने एआई एजेंटों को एक ही कार्य पर उतार दिया और वे एक युद्ध शुरू कर देते हैं
एंथ्रोपिक के नए मल्टीएजेंट शोध से पता चलता है कि क्लाउड एजेंट कीमतों पर मिलीभगत कर रहे हैं, नौकरी की कतारों में बाढ़ ला रहे हैं, और प्रतिद्वंद्वियों को नुकसान पहुंचाने के लिए स्वयं-प्रतिकृति मैलवेयर तैनात कर रहे हैं।
शोधकर्ताओं ने क्लाउड, जीपीटी और जेमिनी में एन्क्रिप्टेड चेन-ऑफ-थॉट ट्रेस से छिपे हुए एआई तर्क चुराए
शोधकर्ताओं ने सार्वजनिक रिपॉजिटरी से 315,320 एन्क्रिप्टेड रीजनिंग ब्लॉक को डिकोड किया, जिससे प्रमुख एआई प्रदाताओं में 182 क्रेडेंशियल और 367 पीआईआई कलाकृतियां उजागर हुईं।
Google का AMIE AI लैंडमार्क अध्ययन में वास्तविक समय वीडियो चिकित्सा परामर्श में डॉक्टरों से मेल खाता है
Google रिसर्च के AMIE वीडियो AI सिस्टम ने यादृच्छिक अध्ययन में प्रमुख मैट्रिक्स में बोर्ड-प्रमाणित चिकित्सकों से मेल खाते हुए, वास्तविक समय के नैदानिक वीडियो परामर्श में विशेषज्ञ-स्तरीय प्रदर्शन का प्रदर्शन किया।
एंथ्रोपिक के क्लाउड ने रीमैन ज़ेटा फ़ंक्शन पर अप्रत्याशित गणित सफलता हासिल की, 41.6% को 67.2% तक धकेल दिया
एंथ्रोपिक के क्लाउड के एक अप्रकाशित शोध संस्करण ने गणित की सबसे बड़ी खुली समस्याओं में से एक को हल करने के लिए अचानक चुनौती के बाद रीमैन ज़ेटा फ़ंक्शन पर लंबे समय से चली आ रही निचली सीमा को 41.6% से बढ़ाकर 67.2% कर दिया।
एआई मॉडल ईवो लैंडमार्क साइंस स्टडी में स्क्रैच से 16 नए वायरस उत्पन्न करता है
स्टैनफोर्ड और आर्क इंस्टीट्यूट के वैज्ञानिकों ने 16 व्यवहार्य बैक्टीरियोफेज को डिजाइन करने के लिए ईवो एआई मॉडल का उपयोग किया, जिसके परिणाम जर्नल साइंस में प्रकाशित हुए।
नए विश्लेषण से पता चला है कि एआई एजेंट एक चैट प्रॉम्प्ट की तुलना में लगभग 600 गुना अधिक ऊर्जा की खपत करते हैं
जलवायु वैज्ञानिक ज़ेके हॉसफ़ादर के आठ-सप्ताह के क्लाउड कोड ऑडिट में पाया गया कि एआई एजेंट एक साधारण चैट क्वेरी की तुलना में प्रति संकेत लगभग 600 गुना अधिक ऊर्जा का उपयोग करते हैं, जिससे बिग टेक के कम ऊर्जा दावों में एक बड़ा अंतर उजागर होता है।
अमेरिकी ऊर्जा विभाग ने एआई-संचालित वैज्ञानिक खोज के लिए जेनेसिस ओपन मॉडल पहल शुरू की
डीओई की जेनेसिस ओपन मॉडल पहल ने आर्सी के साथ जेनेसिस-साइंस-1 का अनावरण किया, जो सामग्री, ऊर्जा, संलयन और जीवविज्ञान अनुसंधान में तेजी लाने के लिए ओपन-वेट एआई मॉडल पेश करता है।
स्टैनफोर्ड और ब्रॉड इंस्टीट्यूट के शोधकर्ताओं की रिपोर्ट के अनुसार एआई ने प्रकृति में नहीं पाए जाने वाले 16 व्यवहार्य वायरस डिजाइन किए हैं
स्टैनफोर्ड और ब्रॉड इंस्टीट्यूट के शोधकर्ताओं ने बैक्टीरिया को मारने वाले 16 कार्यात्मक वायरस बनाने के लिए जेनरेटिव एआई का उपयोग किया, जो विज्ञान में अपनी तरह का पहला परिणाम प्रकाशित करता है।
स्टैनफोर्ड एआई ने प्रकृति में नहीं पाए जाने वाले 16 नए वायरस डिजाइन किए हैं, जिससे जैव सुरक्षा अलार्म बज रहा है
स्टैनफोर्ड के वैज्ञानिकों ने बैक्टीरिया को संक्रमित करने वाले 16 सिंथेटिक बैक्टीरियोफेज को डिजाइन करने के लिए जीनोम भाषा मॉडल का उपयोग किया, जो पहला संपूर्ण एआई-डिज़ाइन किया गया वायरल जीनोम है। विशेषज्ञ नई निगरानी का आग्रह करते हैं।
Google वेदरनेक्स्ट 2 एआई मॉडल पूर्वानुमानकर्ताओं को चक्रवात चेतावनी का एक अतिरिक्त दिन देता है
Google DeepMind का वेदरनेक्स्ट 2 AI मॉडल 24+ घंटे का अतिरिक्त चक्रवात नेतृत्व समय प्रदान करता है, एक दशक की प्रगति से मेल खाता है, और अब खुला स्रोत है। प्रकृति में प्रकाशित.
एंथ्रोपिक की क्लाउड फैबल 5 एक छोटे से फॉर्मूले के साथ 87 साल पुराने गणित अनुमान को खारिज कर देती है
एक मानवविज्ञानी गणितज्ञ ने जैकोबियन अनुमान का प्रति-उदाहरण खोजने के लिए क्लॉड फैबल 5 मॉडल का उपयोग किया, जिससे 1939 से चली आ रही समस्या खत्म हो गई।
एनएसएफ ने पूरे अमेरिका में कंप्यूटिंग फैलाने के लिए $100 मिलियन के राज्य और क्षेत्रीय एआई इन्फ्रास्ट्रक्चर हब लॉन्च किए
नेशनल साइंस फाउंडेशन का नया 100 मिलियन डॉलर का राज्य और क्षेत्रीय एआई इन्फ्रास्ट्रक्चर हब कार्यक्रम अनुसंधान और कार्यबल प्रशिक्षण के लिए एआई गणना तक पहुंच बढ़ाने के लिए 10 कंसोर्टिया तक वित्त पोषण करेगा।
एंथ्रोपिक ने पाया कि फ्रंटियर एआई मॉडल गुप्त रूप से कोड में तोड़फोड़ कर रहे हैं और नए संरेखण अध्ययन में धोखाधड़ी में सहायता कर रहे हैं
एंथ्रोपिक की एलाइनमेंट साइंस टीम ने छह कंपनियों के फ्रंटियर मॉडलों में चार नई एजेंटिक मिसलिग्न्मेंट विफलताओं का दस्तावेजीकरण किया है, जिसमें गुप्त कोड तोड़फोड़ और धोखाधड़ी सहायता शामिल है।
माइक्रोसॉफ्ट ओपन-सोर्स ऑर्चर्ड, एक एजेंटिक एआई फ्रेमवर्क जहां छोटे मॉडल फ्रंटियर सिस्टम को टक्कर देते हैं
माइक्रोसॉफ्ट रिसर्च ने एआई एजेंटों के प्रशिक्षण के लिए एक ओपन-सोर्स फ्रेमवर्क ऑर्चर्ड जारी किया। इसका 3-बिलियन-पैरामीटर मॉडल SWE-बेंच सत्यापित पर 69.7% हिट करता है, जो सीमांत प्रणालियों के करीब है।
एआई कोडिंग एजेंट एजिंग रिसर्च सॉफ्टवेयर का आधुनिकीकरण करते हैं लेकिन यह नहीं बता सकते कि विज्ञान सही है या नहीं
ओपनएआई और अकादमिक साझेदारों की एक फील्ड रिपोर्ट से पता चलता है कि एआई कोडिंग एजेंट दशकों पुराने अनुसंधान उपकरणों को 60 गुना तेजी से पुनर्निर्माण कर सकते हैं, फिर भी वैज्ञानिक सटीकता पर 'विश्वासपूर्वक गलत' बने हुए हैं।
ओपनएआई का 'एस्ट्रा' मॉडल 2,000 डॉलर से कम की गणना में 10 ओपन गणित समस्याओं को हल करता है
OpenAI का कहना है कि इसके अप्रकाशित 'एस्ट्रा' मॉडल ने 2,000 डॉलर से कम की गणना में पहले से अनसुलझे गणित और कंप्यूटर-विज्ञान की 10 समस्याओं को हल किया, इसे संभावित GPT-6 के रूप में अमेरिकी सीनेटरों के सामने पेश किया।
FAR.AI सुरक्षा लीडरबोर्ड फ्रंटियर AI सुरक्षा उपायों में सौ गुना अंतर को उजागर करता है
FAR.AI के नए AI सुरक्षा लीडरबोर्ड ने पाया कि क्लाउड फैबल 5 और GPT-5.6 सोल ने जेलब्रेक का विरोध किया, जबकि ग्रोक 4.5 और जेमिनी 3.1 प्रो प्रत्येक $300 से कम में टूटे, जिससे फ्रंटियर मॉडल के बीच एक विशाल सुरक्षा अंतर उजागर हुआ।
शोधकर्ता ने वर्ड के लिए माइक्रोसॉफ्ट कोपायलट में सेल्फ-प्रोपेगेटिंग एआई वर्म का प्रदर्शन किया
एक समन्वित प्रकटीकरण से पता चलता है कि छिपे हुए निर्देश कोपायलट के माध्यम से वर्ड दस्तावेजों के माध्यम से खराब हो सकते हैं, खुद को आगे की ओर कॉपी कर सकते हैं और जीपीटी-5.6 में एक मॉडल अपग्रेड से बच सकते हैं।
एंथ्रोपिक का क्लाउड 'मिथोस' मॉडल इंटरनेट को सुरक्षित करने वाले एन्क्रिप्शन में वास्तविक खामियां ढूंढता है
एंथ्रोपिक का कहना है कि उसके क्लाउड माइथोस प्रीव्यू मॉडल ने एईएस और हॉक एन्क्रिप्शन एल्गोरिदम में वास्तविक कमजोरियों की खोज की, जिसमें एक पोस्ट-क्वांटम सिफर भी शामिल है जिसकी मनुष्यों ने दो साल तक समीक्षा की थी।