आज, चीनी कृत्रिम बुद्धिमत्ता कंपनी DeepSeek ने आधिकारिक चैनलों के माध्यम से आधिकारिक तौर पर खंडन किया है, कि उसके अगले पीढ़ी के AI मॉडल DeepSeek R2 को 17 मार्च को जारी करने की अफवाह को अस्वीकार किया है। इससे पहले, X प्लेटफ़ॉर्म पर प्रसारित खबरों में कहा गया था कि DeepSeek R2 इस महीने के मध्य में लॉन्च होने वाला है, और इसमें प्रोग्रामिंग क्षमता, बहुभाषी तर्क और लागत प्रभावशीलता में बड़ा सुधार हो सकता है। हालाँकि, DeepSeek के आधिकारिक कॉर्पोरेट संपर्क खाते ने उपयोगकर्ता समूह में स्पष्ट रूप से जवाब दिया: "खंडन: R2 का प्रकाशन झूठी खबर है।" इस अटकल को पूरी तरह से समाप्त कर दिया।

हाल ही में, विश्व प्रसिद्ध गतिशील बेंचमार्किंग प्लेटफ़ॉर्म LiveCodeBench से मिली जानकारी के अनुसार, किमी के नए जारी किए गए k1.6 मॉडल ने प्रोग्रामिंग क्षमता में असाधारण प्रदर्शन किया है और OpenAI के GPT-3 (o3mini और o1 जैसे संस्करणों सहित) को पीछे छोड़ते हुए प्रदर्शन रैंकिंग में पहले स्थान पर पहुँच गया है। इस खबर ने निस्संदेह तकनीकी जगत में उत्साह और अपेक्षाओं को जगा दिया है। मूनशैडो के शोधकर्ता फ़्लड के अनुसार, k1.6 को k1.5 के आधार पर प्रशिक्षित और अनुकूलित किया गया है।

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

टोक्यो विश्वविद्यालय में एक संवाद कार्यक्रम के दौरान, OpenAI के CEO ऑल्टमैन ने अपने नवीनतम आंतरिक तर्क मॉडल - GPT-4.5 का खुलासा किया। उन्होंने कहा कि वर्तमान में यह मॉडल विश्व के शीर्ष 50 प्रोग्रामरों में शामिल है, और उम्मीद है कि यह इस साल के अंत तक विश्व का सबसे अच्छा बन जाएगा। उन्होंने जोर देकर कहा कि शीर्ष प्रोग्रामरों की तुलना में, इस मॉडल की प्रोग्रामिंग में बढ़ती हुई जबरदस्त क्षमता स्पष्ट होती जा रही है। ऑल्टमैन ने कहा कि तकनीकी प्रगति के साथ, AI का शिक्षा और व्यावसायिक कौशल पर प्रभाव अधिक स्पष्ट होता जा रहा है। उन्होंने指出 कि पारंपरिक गणित और प्रोग्रामिंग कार्य अब नहीं रहेंगे।

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,

अत्यंत प्रतीक्षित Deepseek V3 अंततः ओपन-सोर्स हो गया! यह नया AI मॉडल बहुभाषी प्रोग्रामिंग क्षमता में महत्वपूर्ण प्रगति करता है, जिसे aider बहुभाषी प्रोग्रामिंग परीक्षण में इसकी प्रदर्शन के लिए, Claude 3.5 Sonnet V2 जैसे प्रतिद्वंद्वियों को भी पीछे छोड़ते हुए व्यापक उद्योग ध्यान आकर्षित किया है। जानकारी के अनुसार, Deepseek V3 पिछली संस्करणों की तुलना में प्रदर्शन में गुणात्मक छलांग लगाता है। Deepseek V2.5 ने aider परीक्षण में केवल 17% की सफलता दर दिखाई, जबकि V3 की दर बढ़कर 4 तक पहुँच गई।