OpenAI ने हाल ही में एक महत्वपूर्ण AI प्रोग्रामिंग क्षमता मूल्यांकन रिपोर्ट जारी की है, जिसने सॉफ्टवेयर विकास क्षेत्र में AI की वर्तमान स्थिति को एक $1 मिलियन के वास्तविक विकास परियोजनाओं के माध्यम से उजागर किया है। SWE-Lancer नामक इस बेंचमार्क परीक्षण में Upwork से 1,400 वास्तविक परियोजनाएँ शामिल थीं, जिसने सीधे विकास और परियोजना प्रबंधन के दो प्रमुख क्षेत्रों में AI के प्रदर्शन का संपूर्ण मूल्यांकन किया। परीक्षण के परिणामों से पता चलता है कि सर्वश्रेष्ठ प्रदर्शन करने वाले AI मॉडल Claude3.5Sonnet ने कोडिंग कार्यों में 26.2% की सफलता दर दर्ज की है, परियोजना प्रबंधन में

सिर्फ छह दिन में, प्रतिभागियों ने Anthropic के AI मॉडल Claude3.5 की सभी सुरक्षा उपायों को सफलतापूर्वक दरकिनार कर दिया, यह सफलता AI सुरक्षा की चर्चा में नए दृष्टिकोण लाई। पूर्व OpenAI संरेखण टीम के सदस्य, जो अब Anthropic में हैं, Jan Leike ने X प्लेटफॉर्म पर घोषणा की कि एक प्रतिभागी ने सभी आठ सुरक्षा स्तरों को सफलतापूर्वक तोड़ दिया। यह सामूहिक प्रयास लगभग 3,700 घंटे के परीक्षण और प्रतिभागियों की 300,000 संदेशों को शामिल करता है। हालाँकि, चुनौती देने वाले

आर्टिफिशियल इंटेलिजेंस कंपनी एनथ्रोपिक ने हाल ही में "संविधान वर्गीकर्ता" नामक एक नई सुरक्षा विधि विकसित करने की घोषणा की है, जिसका उद्देश्य भाषा मॉडल को दुर्भावनापूर्ण हेरफेर से बचाना है। यह तकनीक विशेष रूप से "सामान्य जेलब्रेक" के खिलाफ लक्षित है - एक ऐसा इनपुट तरीका जो सभी सुरक्षा उपायों को व्यवस्थित रूप से बायपास करने का प्रयास करता है, ताकि एआई मॉडल हानिकारक सामग्री उत्पन्न न करें। इस तकनीक की प्रभावशीलता को सत्यापित करने के लिए, एनथ्रोपिक ने बड़े पैमाने पर परीक्षण किया। कंपनी ने 183 प्रतिभागियों की भर्ती की, जिन्होंने दो महीनों के भीतर उसके रक्षा प्रणाली को तोड़ने की कोशिश की। प्रतिभागियों को इनपुट के माध्यम से

हाल के वर्षों में, कृत्रिम बुद्धिमत्ता (AI) की प्रोग्रामिंग क्षमता लगातार विकसित हो रही है, लेकिन अभी तक यह उत्कृष्टता तक नहीं पहुँच पाई है। हाल ही में, BuzzFeed के वरिष्ठ डेटा वैज्ञानिक मैक्स वूल्फ ने प्रयोग के माध्यम से यह पाया कि यदि बड़े भाषा मॉडल (LLM) को लगातार "बेहतर कोड लिखने" के संकेत दिए जाएं, तो AI वास्तव में उच्च गुणवत्ता वाला कोड उत्पन्न कर सकता है। इस खोज ने व्यापक ध्यान आकर्षित किया है, और उद्योग के प्रमुख AI वैज्ञानिकों ने भी इस पर गहरा रुचि दिखाई है, और पुनरावृत्ति और संकेत शब्दों के डिजाइन के महत्व को रेखांकित किया है। वूल्फ के प्रयोग में,

हाल ही में, BuzzFeed के सीनियर डेटा वैज्ञानिक मैक्स वुल्फ ने एक प्रयोग किया, जिसमें AI से कोड सुधारने के प्रभाव का अन्वेषण किया गया। प्रयोग में, उन्होंने Claude3.5 भाषा मॉडल का उपयोग किया और एक क्लासिक प्रोग्रामिंग चुनौती प्रस्तुत की: एक मिलियन यादृच्छिक संख्याओं में से 30 का योग होने वाले अधिकतम और न्यूनतम मान के बीच का अंतर खोजें। चित्र स्रोत टिप्पणी: चित्र AI द्वारा जनरेट किया गया, चित्र अधिकार सेवा प्रदाता Midjourney के प्रारंभिक संस्करण में, Claude

हाल ही में, स्वदेशी बड़े मॉडल DeepSeek V3 ने एआई प्रतियोगिता में अपने उत्कृष्ट प्रदर्शन से उद्योग का ध्यान आकर्षित किया। यह एकमात्र ओपन-सोर्स मॉडल है जो शीर्ष दस में प्रवेश करता है, न केवल o1-mini से आगे बढ़ता है, बल्कि प्रोग्रामिंग, गणित जैसे कई क्षेत्रों में Claude 3.5 Sonnet से भी आगे निकल जाता है। इसकी वास्तविक क्षमता का सत्यापन करने के लिए कई परीक्षणों की श्रृंखला शुरू की गई। बुनियादी समझ क्षमता परीक्षण में, दोनों मॉडल विभिन्न विशेषताएँ प्रदर्शित करते हैं। चीनी पहेली 'स्मॉल मिंग की माता के तीन बच्चे हैं' के सवाल का सामना करते हुए, DeepSeek V3 ने उत्कृष्टता दिखाई।

AI प्रौद्योगिकी के तेजी से विकास के साथ, Anthropic तेजी से उभर रहा है, जो OpenAI की AI प्रोग्रामिंग बाजार में प्रभुत्व को चुनौती दे रहा है। हाल ही में, Anthropic द्वारा प्रस्तुत AI मॉडल Claude3.5Sonnet ने कोड जनरेशन के क्षेत्र में शक्तिशाली क्षमताएँ प्रदर्शित की हैं। The Information की रिपोर्ट के अनुसार, Anthropic की "AI प्रोग्रामिंग" क्षेत्र में आय ने पिछले तीन महीनों में दस गुना वृद्धि की है, जो बाजार की गतिशीलता में बदलाव लाता है।

Anthropic कंपनी ने अपने नवीनतम Claude3.5Haiku मॉडल को आधिकारिक रूप से जारी किया है, उपयोगकर्ता अब Claude चैटबॉट के माध्यम से वेब और मोबाइल ऐप में इसका उपयोग कर सकते हैं। यह मॉडल पहले केवल डेवलपर्स के लिए Anthropic के API के माध्यम से उपलब्ध था, और 2024 के अक्टूबर में लॉन्च होने के बाद, इसकी छोटी और कुशल विशेषताओं के कारण इसे व्यापक ध्यान मिला। Claude3.5Haiku कई प्रमुख बेंचमार्क परीक्षणों में उत्कृष्ट प्रदर्शन करता है और इसकी लागत प्रभावशीलता प्रतिस्पर्धात्मक है।

हाल ही में, 'Minecraft' प्लेटफॉर्म पर एक अद्वितीय AI क्षमताओं के परीक्षण का आयोजन किया गया, जिसने बड़ी संख्या में ध्यान आकर्षित किया। पुराने और नए संस्करण Claude3.5Sonnet ने खेल में निर्माण PK किया, जिसमें स्पष्ट क्षमता के अंतर देखे गए, नए संस्करण (अस्थायी नाम Sonnet3.6) का प्रदर्शन विशेष रूप से शानदार था। यह परीक्षण विकासकर्ता adi द्वारा आयोजित किया गया था और इसे एकमात्र विश्वसनीय परीक्षण मानक के रूप में मजाक बनाया गया। परीक्षण मानक के शोधकर्ता Aidan McLau का मानना है कि यह विधि वर्तमान AI परीक्षण की आवश्यकताओं को ठीक से पूरा करती है, और यह दर्शाती है कि सौंदर्य क्षमता और

Lex Fridman के नए एपिसोड में, Anthropic के CEO डारियो अमोदेई ने घोषणा की कि कंपनी का अगला पीढ़ी का कृत्रिम बुद्धिमत्ता मॉडल Claude3.5Opus जल्द ही आने वाला है। इस खबर ने कृत्रिम बुद्धिमत्ता के क्षेत्र में काफी हलचल पैदा की है, खासकर जब से Anthropic ने इस साल जुलाई में Claude3.5Sonnet और Claude3.5Haiku पेश किए थे, तब से उद्योग में Opus के लिए उत्सुकता बढ़ गई है।

Anthropic ने हाल ही में अपने Claude AI मॉडल श्रृंखला के महत्वपूर्ण अपडेट की घोषणा की है, जिसमें उन्नत Claude3.5Sonnet और नए लॉन्च किए गए Claude3.5Haiku शामिल हैं। इस अपडेट ने प्रदर्शन के मामले में स्पष्ट प्रगति की है, साथ ही लागत दक्षता में भी अधिक प्रतिस्पर्धात्मकता दिखाई है। इस रिलीज को AI उद्योग में एक महत्वपूर्ण मील का पत्थर माना जाता है, खासकर प्रोग्रामिंग क्षमताओं और तार्किक तर्क में सुधार के लिए। नए संस्करण के मॉडल ने कई प्रदर्शन बेंचमार्क परीक्षणों में

हाल ही में, कृत्रिम बुद्धिमत्ता कंपनी Anthropic ने घोषणा की कि उसने अपने Claude 3.5 Sonnet मॉडल में PDF फ़ाइल प्रोसेसिंग की सुविधा जोड़ी है, जो वर्तमान में सार्वजनिक परीक्षण चरण में है। उपयोगकर्ता अब इस मॉडल का उपयोग करके PDF दस्तावेज़ों के पाठ और दृश्य तत्वों का विश्लेषण कर सकते हैं, जिसमें चित्र, चार्ट और तालिकाएं शामिल हैं, जो वित्तीय रिपोर्ट, कानूनी दस्तावेज़ों और दस्तावेज़ अनुवाद जैसे विभिन्न परिदृश्यों के लिए उपयुक्त हैं। Claude 3.5 Sonnet की PDF प्रोसेसिंग प्रक्रिया तीन चरणों में विभाजित है।

कृत्रिम बुद्धिमत्ता कंपनी Anthropic ने Claude 3.5 श्रृंखला मॉडल के बड़े अपडेट की घोषणा की है, जिसमें नए Claude 3.5 Sonnet और Claude 3.5 Haiku शामिल हैं। अपडेट किया गया संस्करण कहा जाता है कि यह कृत्रिम बुद्धिमत्ता को आपके व्यक्तिगत कंप्यूटर पर पूरी तरह से नियंत्रण करने की अनुमति देता है, यह कई बुनियादी कार्य कर सकता है, जैसे कीबोर्ड और माउस क्लिक का अनुकरण करना, जिससे आप अपने कंप्यूटर पर स्थापित किसी भी एप्लिकेशन का उपयोग कर सकते हैं। कोडिंग क्षमता में महत्वपूर्ण सुधार हुआ है, जो OpenAI के o1-preview मॉडल को पार कर गया है।

आज सुबह, Anthropic AI कंपनी ने Claude 3.5 श्रृंखला लॉन्च की, जिसमें अपग्रेडेड Claude 3.5 Sonnet और नया मॉडल Claude 3.5 Haiku शामिल है। इन दो नए संस्करणों में फ़ंक्शन और प्रदर्शन में महत्वपूर्ण सुधार हुआ है। साथ ही, एक क्रांतिकारी नई फ़ंक्शन - कंप्यूटर उपयोग भी लॉन्च किया गया है। बताया गया है कि कंप्यूटर उपयोग फ़ंक्शन डेवलपर्स को API के माध्यम से Claude को मानव की तरह कंप्यूटर का इस्तेमाल करने की अनुमति देता है, जिसमें माउस, कीबोर्ड आदि को नियंत्रित करना शामिल है।

Nvidia ने चुपचाप एक नया कृत्रिम बुद्धिमत्ता मॉडल पेश किया है, जिसका नाम Llama-3.1-Nemotron-70B-Instruct है, जो उत्कृष्ट प्रदर्शन के साथ OpenAI के GPT-4 और Anthropic के Claude3.5 को पार कर गया है, जिससे कृत्रिम बुद्धिमत्ता के क्षेत्र में प्रतिस्पर्धा के परिदृश्य में महत्वपूर्ण बदलाव हुआ है। यह मॉडल प्रसिद्ध AI प्लेटफॉर्म Hugging Face पर जारी किया गया है, हालांकि इसका कोई बड़ा प्रचार नहीं हुआ, लेकिन इसके उत्कृष्ट प्रदर्शन ने जल्दी ही ध्यान आकर्षित किया।

हाल ही में, Nvidia और तेल अवीव विश्वविद्यालय के शोधकर्ताओं ने ComfyGen नामक एक नवीन AI उपकरण लॉन्च किया है, जिसने इमेज जनरेशन क्षेत्र में एक नया मोड़ दिया है। ComfyGen सरल टेक्स्ट प्रॉम्प्ट्स के आधार पर जटिल इमेज वर्कफ़्लो को स्वचालित रूप से उत्पन्न कर सकता है, जिससे उच्च गुणवत्ता वाली इमेज जनरेशन की प्रक्रिया बहुत आसान हो गई है। ComfyGen का मुख्य लाभ इसके बहु-चरण वर्कफ़्लो दृष्टिकोण में है। पारंपरिक एकल मॉडल टेक्स्ट-टू-इमेज विधियों के विपरीत, ComfyGen बुद्धिमानी से उपयुक्त मॉडल का चयन कर सकता है।

कृत्रिम बुद्धिमत्ता के क्षेत्र में एक तीव्र टकराव का सामना किया जा रहा है। प्रसिद्ध ब्लॉगर रोवान चियुंग ने हाल ही में सोशल मीडिया पर एक विचार-provoking सवाल उठाया: क्या Claude 3.5 Opus, Gemini 2, या Llama 4 अगली AI क्रांति का नेतृत्व करेंगे? इस बयान ने तेजी से तकनीकी समुदाय में व्यापक चर्चा को जन्म दिया, यहां तक कि पूर्व OpenAI कर्मचारी और वर्तमान Google Gemini टीम के सदस्य लोगान किलपैट्रिक ने भी इसमें भाग लिया, रहस्यमय भावनाओं के साथ अनगिनत अटकलबाजियों को जन्म दिया।

Claude3.5-सोननेट मॉडल हाल ही में मुफ्त उपयोगकर्ताओं के लिए उपयोग करने के लिए बंद कर दिया गया है, केवल Claude3Haiku मॉडल जो सरलित कार्यात्मकता प्रदान करता है, उपलब्ध है। इस परिवर्तन ने उपयोगकर्ताओं का ध्यान आकर्षित किया है, विशेष रूप से उन उपयोगकर्ताओं के लिए जो जटिल कार्यों और दृश्य तर्क करने के लिए इसकी उन्नत कार्यक्षमताओं पर निर्भर करते हैं। Claude3.5Sonnet, जो जून में Claude द्वारा पेश किया गया एक नया AI मॉडल है, अपनी उत्कृष्ट स्थिति, बेहतर समझ क्षमता, तेज गति और क्रांतिकारी दृश्य प्रसंस्करण क्षमता के कारण उद्योग का मानक बन गया है। बंद करने के इस कदम का उपयोगकर्ता अनुभव पर प्रभाव पड़ा है, कुछ उपयोगकर्ता।

00 के दशक के एक गणित की छात्र हुडहायफा ने अपने बेडरूम में AI सहायक Claude 3.5 की मदद से एक माइक्रो फ्यूजन रिएक्टर बनाया, बिना किसी हार्डवेयर अनुभव की चुनौतियों को पार करते हुए, भागों को जानने से लेकर सिस्टम को असSEMBल करने तक, सोशल मीडिया का उपयोग करते हुए पूरे प्रक्रिया को रिकॉर्ड किया। पहले सप्ताह में उपकरणों के उपयोग को समझा, दूसरे सप्ताह में मुख्य चेंबर और हाफ-ब्रिज इनवर्टर का डिज़ाइन और असSEMBल किया, तीसरे सप्ताह में बेडरूम में सिस्टम बनाया, सर्किट कनेक्शन और वैक्यूम प्रेशर नियंत्रण सीखा, चौथे सप्ताह में प्लाज्मा उत्पन्न करने के लिए उपयुक्त नीयन ट्रांसफार्मर पाया। हुडहायफा ने कई इंजीनियरों से दूरस्थ सहायता प्राप्त की, सुरक्षा सुनिश्चित करने के लिए।

Claude 3.5 Sonnet+Artifacts का आगमन निश्चित रूप से कृत्रिम बुद्धिमत्ता के क्षेत्र में एक हलचल मचा रहा है, जिसने बड़े भाषा मॉडल (LLM) के विकास की पटकथा को पूरी तरह से बदल दिया है। इस तकनीक के उभरने ने दुनिया को इसके पीछे के विशाल अविकसित संभावनाओं को दिखाया है - मनुष्यों द्वारा इसके विकास की प्रक्रिया वास्तव में 1% से भी कम है।