Mistral AI ਨੇ 4 ਅਗਸਤ, 2026 ਨੂੰ Shieldstral ਨੂੰ ਜਾਰੀ ਕੀਤਾ, ਇੱਕ 3-ਬਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਓਪਨ-ਵੇਟ ਸੁਰੱਖਿਆ ਵਰਗੀਫਾਇਰ ਜੋ ਕਿ ਸਿਖਲਾਈ ਦੌਰਾਨ ਮਾਡਲ ਵਿੱਚ ਪਕਾਏ ਗਏ ਨੁਕਸਾਨ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੂਹ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਅਨੁਮਾਨ ਦੇ ਸਮੇਂ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖੀਆਂ ਸੰਚਾਲਨ ਨੀਤੀਆਂ ਦੇ ਵਿਰੁੱਧ ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰਾਂ ਦਾ ਨਿਰਣਾ ਕਰਦਾ ਹੈ। ਰੀਲੀਜ਼ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਦਾਰਸ਼ਨਿਕ ਵਿਦਾਇਗੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਅੱਜ ਜ਼ਿਆਦਾਤਰ ਗਾਰਡਰੇਲ ਮਾਡਲ ਕਿਵੇਂ ਬਣਾਏ ਗਏ ਹਨ।

ਇਹ ਮਾਡਲ ਅਪਾਚੇ 2.0 ਲਾਇਸੰਸ ਦੇ ਤਹਿਤ ਹੱਗਿੰਗ ਫੇਸ 'ਤੇ ਉਪਲਬਧ ਹੈ, 12 ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਿੰਗਲ 16GB GPU 'ਤੇ ਚੱਲਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਯੂਰਪੀਅਨ AI ਸੈਕਟਰ ਪ੍ਰਤੀਯੋਗੀ ਓਪਨ-ਵੇਟ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਉਤਪਾਦਨ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ, ਸ਼ੀਲਡਸਟ੍ਰਲ ਬ੍ਰੇਕਿੰਗ ਏਆਈ ਨਿਊਜ਼ ਵਿੱਚ ਇੱਕ ਹੋਰ ਪਹਿਲੂ ਜੋੜਦਾ ਹੈ ਜੋ ਡਿਵੈਲਪਰ ਸੁਰੱਖਿਆ ਤੱਕ ਪਹੁੰਚਣ ਦੇ ਤਰੀਕੇ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ।

ਸ਼ੀਲਡਸਟ੍ਰਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਜ਼ਿਆਦਾਤਰ ਗਾਰਡਰੇਲ ਮਾੱਡਲ ਸਿਖਲਾਈ ਦੌਰਾਨ ਉਹਨਾਂ ਦੇ ਭਾਰਾਂ ਵਿੱਚ ਨੁਕਸਾਨ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਸ਼੍ਰੇਣੀ ਨੂੰ ਹਾਰਡ-ਕੋਡ ਕਰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਨਵੇਂ ਉਤਪਾਦ ਸੰਦਰਭ ਵਿੱਚ ਢਾਲਣ ਲਈ ਇੱਕ ਪੂਰੇ ਮੁੜ ਸਿਖਲਾਈ ਚੱਕਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸ਼ੀਲਡਸਟ੍ਰਲ ਇੱਕ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਪਹੁੰਚ ਲੈਂਦਾ ਹੈ: ਸੰਚਾਲਨ ਨੀਤੀ ਨੂੰ ਅਨੁਮਾਨ ਸਮੇਂ ਇਨਪੁਟ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਸਪਲਾਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

Unite.AI ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਅਨੁਸਾਰ, ਵਿਧੀ ਹਰ ਸੰਜਮ ਕਾਰਜ ਨੂੰ ਬਾਈਨਰੀ ਪ੍ਰਸ਼ਨ ਉੱਤਰ ਵਿੱਚ ਘਟਾਉਂਦੀ ਹੈ। ਹਰੇਕ ਬੇਨਤੀ ਦੇ ਤਿੰਨ ਟੈਗ ਕੀਤੇ ਭਾਗ ਹੁੰਦੇ ਹਨ: ਮੁਲਾਂਕਣ ਸੰਦਰਭ ਅਤੇ ਸਖਤੀ ਦੇ ਪੱਧਰ ਨੂੰ ਲੈ ਕੇ ਇੱਕ `` ਖੇਤਰ, ਇੱਕ ਹਾਂ/ਨਹੀਂ ਸਵਾਲ ਦੇ ਨਾਲ ਇੱਕ `` ਖੇਤਰ ਜਿਵੇਂ ਕਿ "ਕੀ ਇਹ ਸਮੱਗਰੀ ਸਰੀਰਕ ਹਿੰਸਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੀ ਹੈ?", ਅਤੇ ਇੱਕ `` ਫੀਲਡ ਜਿਸ ਵਿੱਚ ਸਮਗਰੀ ਨੂੰ ਨਿਰਣਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ ਇੱਕ ਪ੍ਰੋਂਪਟ, ਜਵਾਬ, ਇੱਕ ਚਿੱਤਰ-ਪ੍ਰਾਪਤ, ਲਿਖਤ ਵਿਕਲਪ ਦੇ ਨਾਲ ਹੋ ਸਕਦਾ ਹੈ।

ਅਨੁਮਾਨ 'ਤੇ, ਮਾਡਲ "ਹਾਂ" ਅਤੇ "ਨਹੀਂ" ਟੋਕਨਾਂ ਲਈ ਸਿਰਫ ਲੌਗਿਟਸ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਸੌਫਟਮੈਕਸ-ਉਨ੍ਹਾਂ ਨੂੰ ਇੱਕ ਨਿਰੰਤਰ ਸਕੋਰ ਵਿੱਚ ਸਧਾਰਣ ਬਣਾਉਂਦਾ ਹੈ, ਇੱਕ ਬਾਈਨਰੀ ਫੈਸਲੇ ਲਈ 0.5 'ਤੇ ਥ੍ਰੈਸ਼ਹੋਲਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਫਾਰਮੂਲੇਸ਼ਨ ਇੱਕ ਸਿੰਗਲ ਚੈਕਪੁਆਇੰਟ ਨੂੰ ਉਸੇ ਅੰਤਰੀਵ ਸਮੱਸਿਆ ਦੇ ਉਦਾਹਰਨਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਤੁਰੰਤ ਵਰਗੀਕਰਨ, ਜਵਾਬ ਸੰਜਮ, ਇਨਕਾਰ ਖੋਜ, ਅਤੇ ਜ਼ਹਿਰੀਲੇਪਣ ਦੀ ਖੋਜ ਨੂੰ ਜਜ਼ਬ ਕਰਨ ਦਿੰਦਾ ਹੈ।

ਇੱਕ ਚੈਕਪੁਆਇੰਟ, ਬਹੁਤ ਸਾਰੀਆਂ ਨੀਤੀਆਂ

ਵਿਹਾਰਕ ਪ੍ਰਭਾਵ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਉਹੀ ਚੈਕਪੁਆਇੰਟ ਇੱਕ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਖੋਜ ਟੂਲ ਅਤੇ ਇੱਕ ਮਾਨਸਿਕ-ਸਿਹਤ ਪਲੇਟਫਾਰਮ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਸੋਧ ਦੇ ਬਿਲਕੁਲ ਵੱਖਰੇ ਮਿਆਰਾਂ ਦੇ ਵਿਰੁੱਧ ਸਕ੍ਰੀਨ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ ਓਪਰੇਟਰ ਹਾਂ/ਨਹੀਂ ਸਵਾਲ ਲਿਖਦਾ ਹੈ, ਮੁਲਾਂਕਣ ਸੰਦਰਭ ਅਤੇ ਸਖਤਤਾ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੀ ਇੱਕ ਹਦਾਇਤ ਦੀ ਸਪਲਾਈ ਕਰਦਾ ਹੈ, ਅਤੇ ਮਾਡਲ ਇੱਕ ਸਿੰਗਲ ਟੋਕਨ ਆਉਟਪੁੱਟ ਤੋਂ ਇੱਕ ਕੈਲੀਬਰੇਟਡ ਸੁਰੱਖਿਆ ਸਕੋਰ ਵਾਪਸ ਕਰਦਾ ਹੈ।

ਇਹ ਨੀਤੀ-ਅਨੁਕੂਲ ਡਿਜ਼ਾਈਨ AI ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਵਿੱਚ ਲਗਾਤਾਰ ਨਿਰਾਸ਼ਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦਾ ਹੈ: ਮਹਿੰਗੇ ਮੁੜ ਸਿਖਲਾਈ ਦੇ ਬਿਨਾਂ ਵਿਸ਼ੇਸ਼ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਸੰਜਮ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਮੁਸ਼ਕਲ। ਇੱਕ ਵਿੱਤੀ-ਸੇਵਾਵਾਂ ਚੈਟਬੋਟ, ਇੱਕ ਬੱਚਿਆਂ ਦੀ ਵਿਦਿਅਕ ਐਪ, ਅਤੇ ਸੁਰੱਖਿਆ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਇੱਕ ਓਪਨ ਫੋਰਮ ਸਭ ਨੂੰ ਮੂਲ ਰੂਪ ਵਿੱਚ ਵੱਖੋ-ਵੱਖਰੇ ਗਾਰਡਰੇਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਸ਼ੀਲਡਸਟ੍ਰਲ ਦਾ ਉਦੇਸ਼ ਤਿੰਨਾਂ ਨੂੰ ਇੱਕੋ ਜਿਹੇ ਵਜ਼ਨ ਤੋਂ ਸੰਭਾਲਣਾ ਹੈ।

ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ

ਸ਼ੀਲਡਸਟ੍ਰਲ ਨੂੰ ਮਿਨਿਸਟ੍ਰਲ-3-3ਬੀ, ਮਿਸਟਰਲ ਦੇ ਛੋਟੇ ਮਲਟੀਮੋਡਲ ਮਾਡਲ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਚਿੱਤਰ ਇਨਪੁਟਸ ਨੂੰ ਸੰਭਾਲਣ ਵਾਲੇ ਪਿਕਸਟਰਲ ਵਿਜ਼ਨ ਏਨਕੋਡਰ ਨਾਲ ਹੈ। ਮਾਡਲ ਕਾਰਡ ਇੱਕ 32,000-ਟੋਕਨ ਸੰਦਰਭ ਵਿੰਡੋ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ, ਅਤੇ ਮਿਸਟਰਲ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਮਾਡਲ ਮਲਟੀਮੋਡਲ ਸੰਚਾਲਨ 'ਤੇ ਕਲਾ ਦਾ ਇੱਕ ਨਵਾਂ ਰਾਜ ਸਥਾਪਤ ਕਰਦੇ ਹੋਏ ਟੈਕਸਟ ਸੁਰੱਖਿਆ ਮਾਪਦੰਡਾਂ 'ਤੇ ਸੱਤ ਗੁਣਾ ਤੱਕ ਓਪਨ ਗਾਰਡ ਮਾਡਲਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।

ਇਹ ਇੱਕ 3B-ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਲਈ ਮਜ਼ਬੂਤ ​​ਦਾਅਵੇ ਹਨ, ਅਤੇ ਮਿਸਟ੍ਰਾਲ ਨੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਇੱਕ ਅਸਾਧਾਰਨ ਮਾਤਰਾ ਨਾਲ ਰਿਲੀਜ਼ ਦਾ ਸਮਰਥਨ ਕੀਤਾ। ਸਿਖਲਾਈ ਦੀ ਵਿਧੀ ਅਤੇ ਮੁਲਾਂਕਣ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੀ ਇੱਕ ਤਕਨੀਕੀ ਰਿਪੋਰਟ 28 ਜੁਲਾਈ, 2026 ਨੂੰ arXiv 'ਤੇ ਪੋਸਟ ਕੀਤੀ ਗਈ ਸੀ, ਜਿਸ ਤੋਂ ਬਾਅਦ ਮਿਸਟ੍ਰਾਲ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਪੂਰਾ ਮਾਡਲ ਕਾਰਡ ਅਤੇ ਖੁਦ ਵਜ਼ਨ, ਦੋਵੇਂ 4 ਅਗਸਤ ਨੂੰ ਜਾਰੀ ਕੀਤੇ ਗਏ ਸਨ।

ਸਥਿਤੀ ਦੀ ਇੱਕ ਨੁਕਤਾਚੀਨੀ ਆਲੋਚਨਾ

ਮਿਸਟਰਲ ਨੇ ਸ਼ੀਲਡਸਟ੍ਰਲ ਰੀਲੀਜ਼ ਨੂੰ ਇਸ ਗੱਲ ਦੀ ਇੱਕ ਨੁਕਤਾਚੀਨੀ ਆਲੋਚਨਾ ਦੇ ਦੁਆਲੇ ਤਿਆਰ ਕੀਤਾ ਕਿ ਗਾਰਡਰੇਲ ਮਾਡਲਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਦਲੀਲ ਦਿੱਤੀ ਹੈ ਕਿ ਮਾਡਲ ਵਜ਼ਨਾਂ ਵਿੱਚ ਹਾਰਡ-ਕੋਡਿੰਗ ਨੁਕਸਾਨ ਵਾਲੇ ਵਰਗਾਂ ਨੂੰ ਲਚਕੀਲਾਪਣ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਹਰ ਵਾਰ ਜਦੋਂ ਕੋਈ ਨੀਤੀ ਬਦਲਦਾ ਹੈ ਜਾਂ ਨਵਾਂ ਉਤਪਾਦ ਲਾਂਚ ਹੁੰਦਾ ਹੈ ਤਾਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਲੂਪਸ ਨੂੰ ਮੁੜ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ।

ਇਹ ਇੱਕ ਤਕਨੀਕੀ ਦਲੀਲ ਤੋਂ ਵੱਧ ਹੈ; ਇਹ ਇੱਕ ਪ੍ਰਤੀਯੋਗੀ ਸਥਿਤੀ ਬਿਆਨ ਹੈ। ਇੱਕ ਅਪਾਚੇ-2.0-ਲਾਇਸੰਸਸ਼ੁਦਾ ਮਾਡਲ ਜਾਰੀ ਕਰਕੇ ਜੋ ਸਵੈ-ਹੋਸਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਮੁੜ ਸਿਖਲਾਈ ਦੇ ਬਿਨਾਂ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਮਿਸਟਰਲ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਰਿਹਾ ਹੈ ਜੋ ਪ੍ਰਬੰਧਿਤ ਸੇਵਾਵਾਂ ਜਾਂ ਮਲਕੀਅਤ ਵਰਗੀਕਰਣ ਦੇ ਓਵਰਹੈੱਡ ਤੋਂ ਬਿਨਾਂ ਆਪਣੇ ਸੁਰੱਖਿਆ ਸਟੈਕ 'ਤੇ ਨਿਯੰਤਰਣ ਚਾਹੁੰਦੇ ਹਨ।

ਓਪਨ-ਵੇਟ ਪਹੁੰਚ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਉਪਭੋਗਤਾਵਾਂ ਵਿੱਚ ਵਧ ਰਹੀ ਚਿੰਤਾ ਨੂੰ ਵੀ ਸੰਬੋਧਿਤ ਕਰਦੀ ਹੈ: ਬੰਦ ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਧੁੰਦਲਾਪਨ। ਜਦੋਂ ਕੋਈ ਗਾਰਡਰੇਲ ਸਮੱਗਰੀ ਨੂੰ ਬਲੌਕ ਕਰਦਾ ਹੈ, ਤਾਂ ਓਪਰੇਟਰ ਅਕਸਰ ਜਾਂਚ ਨਹੀਂ ਕਰ ਸਕਦੇ ਕਿ ਕਿਉਂ। ਸ਼ੀਲਡਸਟ੍ਰਲ ਦਾ ਪਾਰਦਰਸ਼ੀ, ਨੀਤੀ-ਦੇ ਤੌਰ 'ਤੇ-ਇਨਪੁਟ ਡਿਜ਼ਾਈਨ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇਹ ਦੇਖਣ ਦਿੰਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਨਿਯਮ ਨੇ ਦਿੱਤੇ ਗਏ ਫੈਸਲੇ ਨੂੰ ਪੇਸ਼ ਕੀਤਾ ਹੈ।

ਵਿਆਪਕ ਓਪਨ-ਵੇਟਸ ਮੋਮੈਂਟਮ

ਸ਼ੀਲਡਸਟ੍ਰਲ ਪੂਰੇ ਉਦਯੋਗ ਵਿੱਚ ਓਪਨ-ਵੇਟ AI ਰੀਲੀਜ਼ਾਂ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਵਾਧੇ ਦੇ ਵਿਚਕਾਰ ਪਹੁੰਚਦਾ ਹੈ। ਮਾਡਲ ਮਿਸਟ੍ਰਲ ਦੇ ਓਪਨ ਸਿਸਟਮ ਦੇ ਵਿਸਤ੍ਰਿਤ ਪੋਰਟਫੋਲੀਓ ਨਾਲ ਜੁੜਦਾ ਹੈ, ਕੱਚੇ ਸਰਹੱਦੀ ਪੈਮਾਨੇ ਦੀ ਬਜਾਏ ਪਹੁੰਚਯੋਗਤਾ ਅਤੇ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਨ ਦੀ ਕੰਪਨੀ ਦੀ ਰਣਨੀਤੀ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਦਾ ਹੈ।

AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਣਾਉਣ ਵਾਲੀਆਂ ਟੀਮਾਂ ਲਈ, ਕਿਸੇ ਤੀਜੀ-ਧਿਰ API ਨੂੰ ਡੇਟਾ ਭੇਜੇ ਬਿਨਾਂ, ਇੱਕ ਸਿੰਗਲ ਉਪਭੋਗਤਾ-ਗਰੇਡ GPU 'ਤੇ ਇੱਕ ਸਮਰੱਥ ਮਲਟੀਮੋਡਲ ਸੁਰੱਖਿਆ ਵਰਗੀਕਰਣ ਚਲਾਉਣ ਦੀ ਸਮਰੱਥਾ, ਮਜ਼ਬੂਤ ​​ਸੰਜਮ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਲਈ ਲਾਗਤ ਅਤੇ ਗੋਪਨੀਯਤਾ ਰੁਕਾਵਟ ਦੋਵਾਂ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ। ਇਹ ਨਿਯੰਤ੍ਰਿਤ ਉਦਯੋਗਾਂ ਵਿੱਚ ਗੋਦ ਲੈਣ ਵਿੱਚ ਤੇਜ਼ੀ ਲਿਆ ਸਕਦਾ ਹੈ ਜਿੱਥੇ ਡੇਟਾ ਰੈਜ਼ੀਡੈਂਸੀ ਅਤੇ ਆਡਿਟਬਿਲਟੀ ਗੈਰ-ਗੱਲਬਾਤਯੋਗ ਹਨ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਸ਼ੀਲਡਸਟ੍ਰਲ ਵਰਗੇ ਓਪਨ-ਵੇਟ ਸੁਰੱਖਿਆ ਮਾਡਲ ਬਦਲ ਰਹੇ ਹਨ ਕਿ ਕਿਵੇਂ ਡਿਵੈਲਪਰ ਗਾਰਡਰੇਲ ਬਾਰੇ ਸੋਚਦੇ ਹਨ, ਅਤੇ ਨਵੀਨਤਾ ਦੀ ਗਤੀ ਹੌਲੀ ਹੋਣ ਦਾ ਕੋਈ ਸੰਕੇਤ ਨਹੀਂ ਦਿਖਾਉਂਦਾ ਹੈ। ਖੇਤਰ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਵਾਲੇ ਮਾਡਲਾਂ, ਔਜ਼ਾਰਾਂ ਅਤੇ ਖੋਜਾਂ 'ਤੇ ਸਪੱਸ਼ਟ, ਤੱਥਾਂ ਵਾਲੀ ਰਿਪੋਰਟਿੰਗ ਲਈ AI Buzz Wire ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →