हाल ही में, एक ओपन-सोर्स प्रोजेक्ट, Browser Use ने टेक जगत और डेवलपर समुदाय में धूम मचा दी है! यह टूल AI को पंख लगाने जैसा है, जिससे वे इंसानों की तरह ब्राउज़र को आसानी से नियंत्रित कर सकते हैं। प्राकृतिक भाषा का उपयोग करके, आप AI को विभिन्न वेब कार्यों को स्वचालित रूप से करने का निर्देश दे सकते हैं। इसकी शक्तिशाली स्वचालन क्षमता और लचीली परिनियोजन विधि ने वैश्विक तकनीकी उत्साही लोगों का ध्यान खींचा है, और इसने X प्लेटफ़ॉर्म (पूर्व में ट्विटर) पर एक बड़ी हलचल मचाई है। Browser Use AI द्वारा ब्राउज़र स्वचालन के क्षेत्र में तेज़ी से आगे बढ़ रहा है।

बीजिंग समय अनुसार, 2025年2月21日, सामान्य कृत्रिम बुद्धिमत्ता (AGI) के अन्वेषण पर ध्यान केंद्रित करने वाली DeepSeek AI टीम ने सोशल मीडिया पर एक उत्साहवर्धक समाचार जारी किया, जिसने आधिकारिक रूप से #OpenSourceWeek कार्यक्रम में उनकी भागीदारी की शुरुआत की। यह छोटे लेकिन महत्वाकांक्षी तकनीकी टीम ने घोषणा की कि अगले सप्ताह से, वे 5 कोड भंडार ओपन-सोर्स करेंगे, जिससे वे वैश्विक डेवलपर समुदाय के साथ अपने शोध प्रगति को पूरी तरह से पारदर्शी तरीके से साझा कर सकें।

कृत्रिम बुद्धिमत्ता के तेजी से विकास के युग में, बड़े मॉडल की बुद्धिमत्ता स्तर लगातार बढ़ रही है, लेकिन इसके साथ आने वाली इनफरेंस सिस्टम दक्षता की चुनौतियाँ भी越来越 स्पष्ट हो रही हैं। उच्च इनफरेंस बोझ का सामना कैसे करें, लागत को कम करें और प्रतिक्रिया समय को कम करें, यह उद्योग के सामने महत्वपूर्ण मुद्दों में से एक बन गया है। Kimi कंपनी ने Tsinghua विश्वविद्यालय के MADSys प्रयोगशाला के साथ मिलकर KVCache पर आधारित Mooncake इनफरेंस सिस्टम डिज़ाइन योजना पेश की, जो 2024 के जून में आधिकारिक रूप से लॉन्च की जाएगी। Mooncake इनफरेंस सिस्टम के माध्यम से...

हाल ही में, गूगल ने घोषणा की कि उसका कृत्रिम बुद्धिमत्ता आधारित फज़ टेस्टिंग टूल OSS-Fuzz ने 26 ओपन-सोर्स कोड रेपो में कमजोरियों का सफलतापूर्वक पता लगाया है, जिसमें OpenSSL क्रिप्टोग्राफी लाइब्रेरी में एक मध्यम गंभीरता की कमी शामिल है। गूगल की ओपन-सोर्स सुरक्षा टीम ने एक साझा ब्लॉग पोस्ट में कहा: "इन कमजोरियों का पता लगाना स्वचालित सुरक्षा कमजोरियों की पहचान में एक नया मील का पत्थर है: प्रत्येक कमजोरी AI द्वारा उत्पन्न और बढ़ाए गए फ़ज़ परीक्षण लक्ष्यों के माध्यम से पाई गई है।" चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र लाइसेंस सेवा प्रदाता Midjour

माइक्रोसॉफ्ट ने हाल ही में स्क्रीन कंटेंट एनालिसिस टूल OmniParser लॉन्च किया, जो इस हफ्ते आर्टिफिशियल तकनीक के ओपन-सोर्स प्लेटफॉर्म HuggingFace के सबसे लोकप्रिय मॉडल सूची में पहले स्थान पर पहुंच गया है। HuggingFace के सह-संस्थापक और CEO Clem Delangue के अनुसार, यह इस क्षेत्र का पहला एनालिसिस टूल है जिसे यह सम्मान मिला है। OmniParser मुख्य रूप से स्क्रीनशॉट को संरचित डेटा में बदलने के लिए उपयोग किया जाता है, ताकि अन्य सिस्टम ग्राफिकल यूजर इंटरफेस को बेहतर ढंग से समझ और प्रोसेस कर सकें। यह टूल मल्टी-मॉडल सहयोगात्मक कार्यप्रणाली अपनाता है: YO

कीवर्ड: PDFtoChat PDF प्रश्नोत्तरी AI दस्तावेज़ प्रसंस्करण PDF खोज दस्तावेज़ विश्लेषण ओपन-सोर्स PDFtoChat एक एआई प्रौद्योगिकी आधारित नवोन्मेषी प्लेटफ़ॉर्म है, जो उपयोगकर्ताओं को संवाद के माध्यम से PDF फ़ाइलों के साथ बातचीत करने की अनुमति देता है, आवश्यक जानकारी को जल्दी से निकालने के लिए। यह विशेष रूप से छात्रों, शोधकर्ताओं, कानूनी पेशेवरों और व्यावसायिक विश्लेषकों जैसे उन लोगों के लिए उपयुक्त है जिन्हें बड़ी संख्या में PDF दस्तावेज़ों को संभालने की आवश्यकता होती है। यह मार्गदर्शिका आपके PDFtoChat का उपयोग करते समय संभवतः आने वाले सामान्य प्रश्नों के उत्तर देगी, जिससे आपको त्वरित रूप से शुरुआत करने में मदद मिलेगी।

क्वाइशो, पीकिंग विश्वविद्यालय और बीजिंग यूनिवर्सिटी ऑफ़ पोस्ट एंड टेलीकोम्युनिकेशंस के शोध टीमों ने एक महत्वपूर्ण तकनीकी उपलब्धि का परिचय दिया - पिरामिड-फ्लो उच्च गुणवत्ता वाला वीडियो मॉडल। यह ओपन-सोर्स प्रोजेक्ट आर्टिफिशियल इंटेलिजेंस वीडियो निर्माण के क्षेत्र में महत्वपूर्ण प्रगति हासिल की है, जो उद्योग के लिए नए संभावनाएं प्रस्तुत करता है। पिरामिड-फ्लो मॉडल ने आश्चर्यजनक क्षमताओं को प्रदर्शित किया है, केवल टेक्स्ट इनपुट के माध्यम से 10 सेकंड तक लंबा, 1280x768 रिज़ॉल्यूशन और 24fps फ्रेम दर वाला उच्च गुणवत्ता वाला वीडियो उत्पन्न कर सकता है। चाहे प्रकाश प्रभाव, क्रियाओं की निरंतरता, समग्र चित्र गुणवत्ता, टेक्स्ट वाक्य

फुदान ओपन-सोर्स प्रोजेक्ट हैलो, जो ऑडियो और तस्वीरों के आधार पर बोलने वाले वीडियो बनाने का एक प्रोजेक्ट है, ने कॉम्फीयूआई प्लगइन के साथ अनुकूलन किया है। हालांकि इंस्टॉलेशन के दौरान आवश्यक निर्भरता काफी अधिक हैं और इसकी जटिलता अपेक्षाकृत अधिक है, लेकिन इस ओपन-सोर्स पारिस्थितिकी के उद्भव ने भविष्य की स्केचिंग और अन्य प्रक्रियाओं के लिए और अधिक संभावनाओं और रोमांच की पेशकश की है।