हाल ही में, मैनुस नामक एक चीनी AI इंटेलिजेंस प्लेटफ़ॉर्म ने ऑनलाइन व्यापक ध्यान आकर्षित किया है। पिछले हफ़्ते से इसका पूर्वावलोकन लॉन्च होने के बाद से, इसने बड़ी संख्या में उपयोगकर्ताओं को आकर्षित किया है, Hugging Face के उत्पाद प्रमुख ने इसे "मेरे द्वारा देखा गया सबसे प्रभावशाली AI उपकरण" कहा है। इसी समय, AI नीति शोधकर्ता डीन बॉल ने भी कहा है कि मैनुस "सबसे जटिल कंप्यूटर AI" है। मैनुस का आधिकारिक डिस्कॉर्ड सर्वर कुछ ही दिनों में...

आज सुबह, दुनिया के सबसे बड़े ओपन-सोर्स प्लेटफ़ॉर्म में से एक Hugging Face के CEO क्लेमेंट डेलांग ने सोशल मीडिया पर एक पोस्ट में घोषणा की कि DeepSeek-R1 ने Hugging Face पर 10000 से अधिक लाइक्स प्राप्त किए हैं, जो इस प्लेटफ़ॉर्म पर लगभग 15 लाख मॉडलों में से सबसे लोकप्रिय बड़े मॉडल बन गया है। यह मील का पत्थर DeepSeek-R1 की वैश्विक AI समुदाय में व्यापक मान्यता और प्रभाव को दर्शाता है।

Hugging Face हाल ही में "एजेंट पाठ्यक्रम" नामक एक ऑनलाइन सीखने का पाठ्यक्रम पेश किया है, जिसका उद्देश्य छात्रों को बुद्धिमान एजेंट के मौलिक ज्ञान और अनुप्रयोगों को गहराई से समझने में मदद करना है। पाठ्यक्रम की सामग्री समृद्ध है, और इसे पाँच इकाइयों में विभाजित किया गया है, जो एजेंट के मौलिक सिद्धांतों से लेकर अंतिम असाइनमेंट मूल्यांकन तक, क्रमिक रूप से, छात्रों को आवश्यक कौशल हासिल करने में मदद करता है। पाठ्यक्रम की पहली इकाई "पाठ्यक्रम में आपका स्वागत है" है, जो पाठ्यक्रम का अवलोकन, दिशानिर्देश और आवश्यक उपकरण प्रदान करती है, ताकि छात्रों को अध्ययन के दौरान एक मजबूत आधार मिल सके। इसके बाद का भाग है

हाल ही में, दुनिया के सबसे बड़े आर्टिफिशियल इंटेलिजेंस ओपन-सोर्स समुदाय Huggingface ने नवीनतम ओपन-सोर्स बड़े मॉडल रैंकिंग (Open LLM Leaderboard) जारी की, जिसमें शीर्ष दस ओपन-सोर्स बड़े मॉडल सभी अली के टोंग यि कियान वेन (Qwen) ओपन मॉडल पर आधारित पुनः प्रशिक्षण नमूनों से विकसित किए गए हैं। यह उपलब्धि Qwen की ओपन-सोर्स एआई क्षेत्र में प्रभुत्व को दर्शाती है और वैश्विक स्तर पर इसके प्रभाव को और बढ़ाती है। Open LLM Leaderboard को व्यापक रूप से

हाल ही में, साइबर सुरक्षा शोधकर्ताओं ने प्रसिद्ध मशीन लर्निंग प्लेटफॉर्म HuggingFace पर दो दुर्भावनापूर्ण मशीन लर्निंग मॉडल चुपचाप अपलोड होते हुए पाए। ये मॉडल एक नवीन तकनीक का उपयोग करते हैं, जो 'खराब' पिक्ल फ़ाइलों के माध्यम से सुरक्षा परीक्षणों को सफलतापूर्वक दरकिनार करने में सक्षम हैं, जो चिंता का विषय है। ReversingLabs के शोधकर्ता कार्लो ज़ांकी (Karlo Zanki) ने बताया कि इन PyTorch प्रारूप के संग्रह से निकाली गई पिक्ल फ़ाइलों की शुरुआत सुझाव देती है,

Hugging Face ने Physical Intelligence के साथ मिलकर क्रांतिकारी रोबोट बेस मॉडल Pi0 लॉन्च किया है, जो पहला ओपन-सोर्स मॉडल है जो प्राकृतिक भाषा के आदेशों को सीधे रोबोट क्रियाओं में बदल सकता है, और यह रोबोटिक्स के लिए एक नए युग की शुरुआत का प्रतीक है। Pi0 मॉडल को सात विभिन्न रोबोट प्लेटफार्मों पर प्रशिक्षित किया गया है, जिसमें 68 अनूठी कार्यों को समझने की क्षमता है, और यह कपड़े मोड़ने से लेकर मेज साफ करने जैसी जटिल क्रियाएँ करने में सक्षम है। यह मॉडल 50Hz की आवृत्ति पर चिकनी रीयल-टाइम क्रियाओं को उत्पन्न करने के लिए नवोन्मेषी फ्लो मिलान तकनीक का उपयोग करता है।

हाल ही में, Hugging Face ने Physical Intelligence के साथ मिलकर 'Pi0' (Pi-Zero) लॉन्च किया, यह प्राकृतिक भाषा के आदेशों को सीधे शारीरिक क्रियाओं में बदलने वाला पहला मौलिक मॉडल है। इस नवाचार ने व्यापक ध्यान आकर्षित किया, Hugging Face के मुख्य शोध वैज्ञानिक Remi Cadene ने सोशल मीडिया पर घोषणा की, 'Pi0 सबसे उन्नत दृश्य भाषा क्रिया मॉडल है, जो प्राकृतिक भाषा आदेशों को स्वायत्त व्यवहार में बदल सकता है।'

कृत्रिम बुद्धिमत्ता विकास मंच हगिंग फेस ने हाल ही में घोषणा की कि उन्होंने ओपनएआई के गहरे शोध उपकरण का 'ओपन' संस्करण सफलतापूर्वक बनाया है, जिसका उद्देश्य ओपनएआई द्वारा हाल ही में पेश किए गए गहरे शोध उपकरण के साथ प्रतिस्पर्धा करना है। ओपनएआई ने एक कार्यक्रम में अपने गहरे शोध उपकरण का प्रदर्शन किया, जो इंटरनेट पर जानकारी खींचकर विभिन्न विषयों पर शोध रिपोर्ट स्वचालित रूप से तैयार करने की क्षमता रखता है। लेकिन दुर्भाग्य से, यह उपकरण वर्तमान में केवल ओपनएआई के 200 डॉलर प्रति माह के चैटजीपीटी की सदस्यता लेने वालों के लिए उपलब्ध है।

हाल ही में, कृत्रिम बुद्धिमत्ता विकास मंच Hugging Face की टीम ने दो नए प्रकार के AI मॉडल, SmolVLM-256M और SmolVLM-500M का शुभारंभ किया है। वे आत्मविश्वास से दावा करते हैं कि ये दोनों मॉडल अब तक के सबसे छोटे AI मॉडल हैं, जो एक साथ चित्र, लघु वीडियो और पाठ डेटा को संसाधित कर सकते हैं, विशेष रूप से 1GB मेमोरी से कम वाले उपकरणों जैसे कि लैपटॉप के लिए उपयुक्त हैं। यह नवोन्मेष डेवलपर्स को बड़ी मात्रा में डेटा को अधिक लागत-कुशलता के साथ उच्च दक्षता से संसाधित करने की अनुमति देता है। इन दोनों मॉडल के पैरामीटर

Hugging Face ने एक ध्यान खींचने वाला AI मॉडल - SmolVLM पेश किया है। यह विज़ुअल भाषा मॉडल इतना छोटा है कि इसे मोबाइल जैसे छोटे उपकरणों पर चलाया जा सकता है, और इसकी कार्यक्षमता उन बड़े डेटा केंद्रों का समर्थन करने वाले पूर्ववर्ती मॉडलों से अधिक है। SmolVLM-256M मॉडल की GPU मेमोरी आवश्यकता 1GB से कम है, जबकि इसकी कार्यक्षमता अपने पूर्ववर्ती Idefics80B मॉडल से अधिक है, जिसका आकार इसके 300 गुना है। यह व्यावहारिक AI तैनाती में एक महत्वपूर्ण प्रगति को दर्शाता है।

Hugging Face, जो एक प्रसिद्ध कृत्रिम बुद्धिमत्ता विकास मंच है, ने हाल ही में दक्षिण कोरियाई AI स्टार्टअप FriendliAI के साथ समझौता किया, जिससे लगभग दो साल लंबे पेटेंट उल्लंघन मुकदमे का अंत हुआ। FriendliAI ने Hugging Face पर 'इटरेटिव शेड्यूलिंग के बैच प्रोसेसिंग' तकनीक के पेटेंट का उल्लंघन करने का आरोप लगाया था, दोनों पक्षों ने डेलावेयर के उत्तरी जिला अमेरिका कोर्ट में एक दस्तावेज में पुष्टि की है कि उन्होंने 8 जनवरी को 'गोपनीयता समझौता' किया है और मुकदमा वापस लेने पर सहमति व्यक्त की है।

HuggingFace ने 'smolagents' नामक एक नया ओपन-सोर्स लाइब्रेरी पेश किया है, जिसका उद्देश्य भाषा मॉडलों को और मजबूत बुद्धिमान एजेंट की क्षमताएँ प्रदान करना है। सरल कोड संरचना के माध्यम से, smolagents उपयोगकर्ताओं को विभिन्न कार्यों को पूरा करने वाले बुद्धिमान एजेंटों को बनाने में आसानी प्रदान करता है। आधुनिक कृत्रिम बुद्धिमत्ता सिस्टम में, भाषा मॉडल (LLM) को वास्तविक दुनिया के साथ बातचीत करने की आवश्यकता होती है, जैसे कि बाहरी जानकारी को प्राप्त करने के लिए खोज उपकरणों को कॉल करना या कार्यों को पूरा करने के लिए विशिष्ट प्रोग्राम चलाना। अतः भाषा मॉडलों को 'एजेंट' के रूप में सशक्त बनाना आवश्यक है।

हाल ही में, IBM ने अपने ओपन-सोर्स भाषा मॉडल ग्रेनाइट का 3.1 संस्करण जारी करने की घोषणा की, जिसमें कई महत्वपूर्ण सुधार शामिल हैं। नए संस्करण का मॉडल फिर से डिज़ाइन किया गया है, जिसमें एक अधिक घनी वास्तुकला है, जो एक बार में 128,000 टोकन तक संसाधित कर सकता है। यह अपडेट ग्रेनाइट की जटिल पाठ और कार्यों को संभालने की क्षमता में महत्वपूर्ण वृद्धि का संकेत है। ग्रेनाइट 3.1 संस्करण का मॉडल 12 भाषाओं और 116 प्रोग्रामिंग भाषाओं के डेटा सेट पर प्रशिक्षित किया गया है, जिसने कुल 12 ट्रिलियन टोकन को संसाधित किया।

हाल ही में, एनवीडिया ने अगली पीढ़ी का ओपन विजुअल भाषा मॉडल - NVILA लॉन्च किया। यह सटीकता और दक्षता को अनुकूलित करने के लिए बनाया गया है, जो अपनी उत्कृष्ट प्रदर्शन के साथ दृश्य AI क्षेत्र में एक प्रमुख स्थान बनाता है। एनवीडिया के अनुसार, NVILA की प्रशिक्षण लागत 4.5 गुना कम हो गई है, जबकि फाइन-ट्यूनिंग के लिए आवश्यक मेमोरी 3.4 गुना कम हुई है, और प्रीफिल और डिकोडिंग में देरी लगभग 2 गुना कम हो गई है। ये आंकड़े एक अन्य बड़े दृश्य मॉडल LLaVa OneVision की तुलना में प्राप्त किए गए हैं। वीडियो बेंचमार्क के अनुसार

Teuken-7B, एक 70 अरब पैरामीटर वाला भाषा मॉडल, अब Hugging Face पर पेश किया गया है, जो सभी 24 संघीय आधिकारिक भाषाओं का समर्थन करता है। यह मॉडल यूरोपीय संघ के OpenGPT-X अनुसंधान परियोजना द्वारा विकसित किया गया है और उपयोगकर्ताओं के लिए एक ओपन-सोर्स प्रोजेक्ट के रूप में उपलब्ध है। अधिकांश अंग्रेजी-केंद्रित AI भाषा मॉडलों के विपरीत, Teuken-7B को शून्य से बनाया गया है, जिसमें प्रशिक्षण डेटा का लगभग आधा हिस्सा गैर-अंग्रेजी यूरोपीय भाषाओं से लिया गया है। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न किया गया, चित्र में प्रदान किया गया है।

हाल के वर्षों में, दृश्य और भाषा कार्यों के लिए मशीन लर्निंग मॉडल के अनुप्रयोग की मांग तेजी से बढ़ी है, लेकिन अधिकांश मॉडल को बड़े परिकलन संसाधनों की आवश्यकता होती है, जिससे वे व्यक्तिगत उपकरणों पर प्रभावी ढंग से चल नहीं पाते। विशेष रूप से, जैसे लैपटॉप, उपभोक्ता स्तर के GPU और मोबाइल उपकरणों जैसे छोटे उपकरणों को दृश्य-भाषा कार्यों को संभालने में बड़े पैमाने पर चुनौतियों का सामना करना पड़ता है। Qwen2-VL के मामले में, जबकि इसकी प्रदर्शन उत्कृष्ट है, हार्डवेयर के प्रति इसकी उच्च आवश्यकता इसकी रियल-टाइम अनुप्रयोगों में उपयोगिता को सीमित करती है। इसलिए, कम संसाधनों पर चलने के लिए एक हल्के मॉडल का विकास करना महत्वपूर्ण हो गया है,

हाल ही में, aiOla ने एक ओपन-सोर्स AI ऑडियो ट्रांसक्रिप्शन मॉडल Whisper-NER लॉन्च करने की घोषणा की, जो ट्रांसक्रिप्शन प्रक्रिया के दौरान संवेदनशील जानकारी को वास्तविक समय में छिपा सकता है। aiOla का नया Whisper-NER OpenAI के उद्योग मानक ओपन-सोर्स मॉडल Whisper पर आधारित है, जो पूरी तरह से ओपन-सोर्स है, और अब इसे Hugging Face और Github पर प्राप्त किया जा सकता है, ताकि व्यापार, संगठन और व्यक्तिगत उपयोगकर्ताओं के लिए उपयोग, अनुकूलन, संशोधन और तैनात किया जा सके।

हाल ही में, SambaNova और Hugging Face ने मिलकर एक नया टूल लॉन्च किया है, जिससे डेवलपर्स केवल एक बटन पर क्लिक करके ChatGPT जैसे चैट बोट को परिनियोजित कर सकते हैं, जो परिनियोजन समय को कई घंटों से घटाकर कुछ मिनटों में लाता है। डेवलपर्स के लिए, यह प्रक्रिया बेहद सरल है, बस SambaNova Cloud के API वेबसाइट से एक्सेस टोकन प्राप्त करें, और फिर Python में तीन पंक्तियों को दर्ज करके परिनियोजन पूरा करें। विशेष रूप से...

Hugging Face ने आज SmolLM2 जारी किया, जो नए संयमित भाषा मॉडलों का एक समूह है, जिसने प्रभावशाली प्रदर्शन हासिल किया है, जबकि आवश्यक कंप्यूटिंग संसाधन बड़े मॉडलों की तुलना में बहुत कम हैं। नए मॉडलों को Apache2.0 लाइसेंस के तहत जारी किया गया है, और इनमें तीन आकार हैं - 135M, 360M, और 1.7B पैरामेटर - जो स्मार्टफोन और अन्य सीमित प्रोसेसिंग शक्ति और मेमोरी वाले एज डिवाइस पर तैनाती के लिए उपयुक्त हैं। SmolLM2-1B मॉडल कई महत्वपूर्ण बेंचमार्क परीक्षणों में Meta के Llama1B मॉडल से बेहतर प्रदर्शन करता है, विशेषकर।

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