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

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, 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।

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

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।

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।

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।