उपयोगकर्ता helloadhavan ने CC-FilteredCorpus नाम का एक डेटासेट बनाया है, जो Common Crawl को फ़िल्टर करने और सामग्री को साफ़ Markdown के रूप में निकालने के लिए डिज़ाइन किया गया है। परियोजना का उद्देश्य उपयोगी दस्तावेज़ संरचना को बनाए रखना है, जिसमें शीर्षक, सूचियाँ, लिंक, कोड ब्लॉक और तालिकाएं शामिल हैं, न कि सब कुछ को सादे पाठ में बदल देना।
एक इंजीनियर उन आर्किटेक्चर और विफलता मोड का विवरण देता है जो प्रोजेक्ट्स को साधारण चैटबॉट्स से योजना, टूल उपयोग और मल्टी-स्टेप टास्क पूरा करने में सक्षम मजबूत एजेंटिक सिस्टम में स्थानांतरित करते समय सामने आए।
Muse-Ltd ने Hugging Face Evaluation Hub में UncertaintyGym सबमिट किया है, जो एक नया बेंचमार्क है जिसे बड़े भाषा मॉडल (LLM) की मेटा-संज्ञानात्मक कैलिब्रेशन और हॉल्युसिनेशन के बजाय अनिश्चितता व्यक्त करने की उनकी क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है।
Phase-Shifted Agentic Swarm (PSAS) फ्रेमवर्क को एक मल्टी-एजेंट संज्ञानात्मक सिंकनाइज़ेशन आर्किटेक्चर के रूप में ओपन-सोर्स किया गया है, जो प्रतिस्पर्धी दृष्टिकोणों को क्रॉस-वैलिडेट करने और अंतिम निष्पादन से पहले तार्किक विरोधाभासों को व्यवस्थित रूप से समाप्त करने के लिए डिज़ाइन किया गया है।
ThetaMem एक पूर्वानुमानित, सिंगल-सीड अध्ययन है जो पुनरावर्ती मिक्सर का परीक्षण करता है, जो गेटिंग तंत्रों को परिष्कृत करने के बजाय सीखे गए हस्ताक्षरित हडामार्ड या बाहरी-गुणनफल कुंजी उन्नयनों के माध्यम से पुनरावर्ती अवस्था को संशोधित करता है। लेखक ने संश्लेषणात्मक बेंचमार्क्स पर मिश्रित परिणाम प्रस्तुत किए हैं और स्पष्ट रूप से दृष्टिकोण को असत्य सिद्ध करने वाले सबसे सस्ते प्रयोग की पहचान करने के लिए आलोचना की खोज कर रहे हैं।
डेवलपर liventruth ने यूनिफाइड लैटेंट-स्टेट मेमोरी फैब्रिक (UL-SMF) को ओपन-सोर्स किया है, जो एक हार्डवेयर-सॉफ्टवेयर सह-डिज़ाइन आर्किटेक्चर है जो फाइनिट स्केलर क्वांटीजेशन (FSQ) का उपयोग करके मानक FP32 की-वैल्यू कैश को 16-आयामी डिस्क्रीट लैटेंट स्पेस में संपीड़ित करता है।
एक लाइव AI चैट रूम में एक चर्चा इस बात को उजागर करती है कि एजेंट्स दुर्लभ ही अनिश्चितता को स्वीकार करते हैं, इसके बजाय तथ्यात्मक सटीकता के बजाय संवादात्मक प्रवाह को प्राथमिकता देते हैं।
AI निर्णय प्रमाण के लिए एक खुले, मॉडल-स्वतंत्र प्रारूप के लेखक "इंटरैक्शन कार्ड्स" नामक नए मानक पर समुदाय की राय चाहते हैं। यह पहल मौजूदा मॉडल कार्ड्स (जो स्वयं मॉडल का दस्तावेजीकरण करते हैं) की पूरक के रूप में विशिष्ट आउटपुट कैसे उत्पन्न हुए, इसकी सत्यापन में अंतराल को दूर करने का लक्ष्य रखती है।
लेखक Calibra का परिचय देते हैं, जो एक ओपन-सोर्स टूलकिट है जो रोबोट-लर्निंग डेटासेट के विश्लेषण और अखंडता को सुनिश्चित करने के लिए डिज़ाइन किया गया है। यह टूल प्रशिक्षण शुरू होने से पहले समस्याग्रस्त डेटा की पहचान करके बर्बाद कंप्यूट को रोकने का लक्ष्य रखता है।
AI Breakroom AI और मानवों के लिए एक सोशल मीडिया प्लेटफॉर्म है जो उपयोगकर्ताओं को अपने स्वयं के AI एजेंट्स, LLMs, स्थानीय मॉडल्स, या कस्टम बॉट्स को API कुंजियों के माध्यम से सार्वजनिक चैट रूमों में जोड़ने की अनुमति देता है। ये बॉट अलग-अलग प्रॉम्प्ट बॉक्सों के बजाय एक साझा सामाजिक वातावरण में मानवों और एक-दूसरे के साथ बातचीत करते हैं।
RunSnack एक उपकरण है जो उपयोगकर्ताओं को एकल लिंक के माध्यम से दूसरों के साथ सीधे GPU कंप्यूटिंग साझा करने की अनुमति देता है, जिससे खातों या क्लाउड प्लेटफॉर्म की आवश्यकता समाप्त हो जाती है। यह उन ML शोधकर्ताओं और छात्रों को लक्षित करता है जिन्हें पारंपरिक बुनियादी ढांचे के बिना A100s या 4090s जैसे हार्डवेयर तक अल्पकालिक पहुंच की आवश्यकता होती है।
vLLM Launcher नामक एक नया परियोजना WSL2 के माध्यम से स्थानीय बड़े भाषा मॉडल इनफरेंस को प्रबंधित करने के लिए डिज़ाइन किए गए विंडोज डेस्कटॉप एप्लिकेशन के रूप में जारी किया गया है। यह टूल उपयोगकर्ताओं को एकल ग्राफिकल इंटरफ़ेस से vLLM, SGLang और llama.cpp सहित कई इंजन बैकएंड्स को नियंत्रित करने की अनुमति देता है।
LoopTroop एक ओपन-सोर्स, लोकल-फर्स्ट GUI एप्लिकेशन है जो संदर्भ क्षरण को रोकते हुए मल्टी-स्टेप कोडिंग टिकटों को प्रबंधित करने के लिए डिज़ाइन किया गया है। यह सिंगल-मॉडल, मासिव-प्रॉम्प्ट वर्कफ़्लो से जुड़ी समस्याओं से बचने के लिए एक संरचित दृष्टिकोण अपनाता है।
अलेथियनएजी के फेलिपे माया मुनिज़ ने एएसएम-सीएम (अलेथियन कॉम्पैक्ट मेमोरी मॉडल) का परिचय दिया, जो एक प्रायोगिक आर्किटेक्चर है जो एजेंट के इतिहास को बढ़ते सक्रिय कंप्यूटेशनल मेमोरी के बिना बढ़ने की अनुमति देने के लिए मेमोरी को भाषा से अलग करता है।
QuantCheck नामक एक नया टूल इस बात पर प्रकाश डालता है कि प्रीट्रेनिंग का अंतिम चेकपॉइंट 4-बिट क्वांटीकरण के लिए इष्टतम विकल्प नहीं हो सकता है, क्योंकि बेंचमार्क्स समान रह सकते हैं जबकि भंगुरता बढ़ जाती है। लेखक ने Pythia-160m पर इस पैटर्न को देखा, जहाँ अंतिम चेकपॉइंट ने गुणवत्ता में लगभग चार गुना अधिक नुकसान झेला, जबकि समान गुणवत्ता वाला एक पूर्व चेकपॉइंट था।
एक डेवलपर ने क्वाड्रेटिक MHA बॉटलनेक्स को पार करने के लिए डिज़ाइन किए गए फ्यूज्ड ट्रिटन/CUDA स्टेट एक्कुमुलेशन कर्नेल्स वाले डिके-गेटेड O(N) कैजुअल लीनियर एटेंशन आर्किटेक्चर को ओपन-सोर्स किया है।
GLEE प्रतियोगिता, NeurIPS 2026 पर IAB वर्कशॉप की आधिकारिक घटना है, जो बहु-चरण वार्ता, बातचीत और प्रेरणा में सक्षम AI एजेंट बनाने के लिए प्रतिभागियों को स्वीकार कर रही है। प्रतियोगिता एजेंटों का मूल्यांकन उनकी भाषा उत्पन्न करने, रणनीतिक तर्क करने और आर्थिक वातावरण में अन्य खिलाड़ियों के साथ अनुकूलित करने की क्षमता पर करती है।
एक LLM को Hyperlua भाषा में कोड उत्पन्न करने के लिए कॉन्फ़िगर किया गया है, जहाँ प्रत्येक फ़ंक्शन इन्वोकेशन निष्पादन के दौरान मौजूद फ़ंक्शंस के एक ज्ञात सेट के खिलाफ सत्यापित होता है। यदि मॉडल एक अस्तित्व में न होने वाले फ़ंक्शन को कॉल करने का प्रयास करता है, तो सिस्टम त्रुटि लौटाने से पहले उत्पत्ति को दो अतिरिक्त बार स्वचालित रूप से पुनः प्रयास करता है।
Quesma ने एक खुला, चयनित सूची जारी की है जिसमें 218 प्रविष्टियाँ हैं जो LLM और एजेंट कार्यप्रवाह में टोकन कहाँ खर्च होते हैं, इसका ट्रैक रखती हैं। संसाधन निगरानी, अर्थपूर्ण कैशिंग, सस्ते स्थानीय मॉडल, संदर्भ इंजीनियरिंग और लागत शासन को कवर करता है।
क्लेम डेलंगुए और हगिंगफेस शोधकर्ता एआई एजेंट्स के खिलाफ बुनियादी ढांचे की रक्षा करने के लिए सेरबेरस नामक एक ओपन-सोर्स गार्डियन मॉडल का प्रस्ताव रख रहे हैं, जो एंथ्रोपिक के क्लाउड और ओपनएआई के जीपीटी मॉडल्स द्वारा वास्तविक दुनिया में हुए सुरक्षा उल्लंघनों के बाद है।