एन्थ्रोपिक ने क्लॉड साइंस को बीटा में लॉन्च किया है, जो एक ऐसा AI वर्कबेंच है जो बिखरे हुए वैज्ञानिक टूल्स को एक ही शोध वातावरण में एकीकृत करने के लिए डिज़ाइन किया गया है। प्लेटफ़ॉर्म ऑडिटेबल आर्टिफैक्ट्स, लचीले कंप्यूट स्केलिंग और जीनोमिक्स और संरचनात्मक जैविकी जैसे डोमेन के लिए विशेष एजेंट्स प्रदान करके खोज को तेज़ करने का लक्ष्य रखता है।
Anthropic ने क्लॉड सनेट 5 जारी किया है, जो एक नया एजेंटिक AI मॉडल है जिसका डिज़ाइन जटिल प्लानिंग, टूल उपयोग और स्वतंत्र कोडिंग कार्यों को पिछले Opus-क्लास मॉडल्स की तुलना में कम लागत पर करने के लिए किया गया है। यह अपडेट Opus 4.8 के साथ प्रदर्शन अंतर को कम करता है, जबकि अपने पूर्ववर्ती, सनेट 4.6 की तुलना में तर्क, सुरक्षा और निष्पादन में महत्वपूर्ण सुधार प्रदान करता है।
GeneBench-Pro एक बेंचमार्क है जो मॉडल्स को जटिल जीनोमिक तर्क कार्यों पर आंकने के लिए डिज़ाइन किया गया है, जिसमें प्रतिनिधि प्रश्नों और सहायक सामग्री को प्रदर्शित करने वाले दस विस्तृत केस स्टडी शामिल हैं। प्रत्येक केस स्टडी विशिष्ट जैविक चुनौतियों पर मॉडल प्रदर्शन का आकलन करने के लिए आवश्यक मूल प्रॉम्प्ट, डेटासेट और संदर्भ प्रदान करती है।
GeneBench-Pro एक शोध-स्तर का बेंचमार्क है जो कंप्यूटेशनल बायोलॉजी में AI एजेंट अस्पष्टता को कैसे संभालते हैं और निर्णायक निर्णय लेते हैं, इसका मापन करने के लिए डिज़ाइन किया गया है, जो मूल GeneBench का विस्तार करता है। यह वर्तमान मूल्यांकनों की सीमाओं को संबोधित करता है, उच्च-क्रम क्षमताओं जैसे डेटा शोर को संभालना, मान्यताओं को पुनः देखना और परिणाम निर्णय-के लिए तैयार हैं या नहीं, यह निर्धारित करने का परीक्षण करके।
OpenAI के Signals डेटा से पता चलता है कि ChatGPT की adoption दुनिया भर में चौड़ी और गहरी हो रही है, जिसमें उपयोगकर्ता दैनिक रूप से 50% अधिक संदेश भेज रहे हैं और साइन अप करने के छह महीने बाद कोशिश किए गए विशिष्ट कार्यों की संख्या दोगुनी हो गई है।