विषय · AI agents
lab Google DeepMind Blog · 1 दिन पहले Code Arena (Elo) · 1588.0Elo · 7 बार देखा गया

Google ने बेहतर कोडिंग और कम लागत के साथ Gemini 3.7 Flash पेश किया

Google ने Gemini 3.7 Flash जारी किया है, जो एक अपडेटेड मॉडल है जिसे कोडिंग, एजेंट वर्कफ़्लो और ज्ञान कार्य क्षमताओं में सुधार के लिए डिज़ाइन किया गया है। यह रिलीज़ पिछले संस्करण से तीन सप्ताह बाद आई है और डेवलपर फीडबैक के साथ-साथ एल्गोरिदमिक नवाचारों को शामिल करती है।

lab OpenAI News · 1 दिन पहले BrowseComp · 84.36% · 8 बार देखा गया

OpenAI ने किफ़ायती और उच्च-प्रदर्शन एजेंटिक वर्कफ़्लो के लिए GPT-5.6 जारी किया

OpenAI ने GPT-5.6 मॉडल फैमिली लॉन्च की है, जिसे तर्क प्रयास को अनुकूलित करके और नए API नियंत्रण पेश करके कम लागत में अग्रस्त स्तर के एजेंट प्रदर्शन प्रदान करने के लिए डिज़ाइन किया गया है। इस अपडेट से स्टार्टअप्स Luna और Terra जैसे छोटे मॉडल्स का उपयोग करके तेज़ और अधिक सक्षम एजेंट बना सकते हैं, जो उच्च-वॉल्यूम कार्यों के लिए उपयुक्त हैं, जबकि जटिल निर्णयों के लिए बड़े मॉडल्स को सुरक्षित रखा जा सकता है।

lab DeepSeek API Docs · 1 दिन पहले Terminal-Bench 2 · 87.9% · 5 बार देखा गया

DeepSeek-V4-Pro GA रिलीज ने एजेंट क्षमताओं को बढ़ाया और Responses API समर्थन जोड़ा

DeepSeek-V4-Pro की सामान्य उपलब्धता APP, Web, और API प्लेटफार्मों पर लाई गई है। यह अपडेट उत्पादन वातावरण में एजेंट प्रदर्शन को काफी बढ़ाता है साथ ही OpenAI Responses API फॉर्मेट के लिए नेटिव समर्थन पेश करता है।

lab xAI News · 2 दिन पहले · 27 बार देखा गया

xAI ने Grok 4.6 को लॉन्च किया, जिसमें लंबे समय तक चलने वाले एजेंट की क्षमताएं बेहतर हैं

xAI ने अपने मॉडल में अपडेट जारी किया है, जो लंबे समय तक चलने वाले एजेंटों और जटिल इंटरैक्टिव कार्य पर केंद्रित है। नया संस्करण Artificial Analysis Intelligence Index पर GPT-5.6 Sol के बराबर है और Cursor, Grok Build, और API के माध्यम से उपलब्ध है।

lab OpenAI News · 14 दिन पहले · 23 बार देखा गया

Astra मॉडल गणित और सैद्धांतिक कंप्यूटर विज्ञान में दस खुली समस्याओं को हल करता है

OpenAI का आंतरिक Astra मॉडल गणित और सैद्धांतिक कंप्यूटर विज्ञान में लंबे समय से चली आ रही दस खुली समस्याओं के समाधान उत्पन्न कर चुका है, जिनके तर्क Lean में औपचारिक रूप दिए गए हैं। ये परिण उच्च-आयामी ज्यामिति, कोडिंग सिद्धांत, समूह सिद्धांत और क्वांटम जटिलता को शामिल करते हैं, उन प्रश्नों को संबोधित करते हैं जिनमें कम से कम एक दशक से कोई प्रगति नहीं हुई थी।

lab Google DeepMind Blog · 15 दिन पहले · 8 बार देखा गया

Google ने पूरे शरीर के नियंत्रण और बहु-रोबोट सहयोग के लिए Gemini Robotics 2 पेश किया

Google ने Gemini Robotics 2 पेश किया है, एक बुद्धिमत्ता परत जो अनुकूलन योग्य रोबोटों को पूर्ण शरीर का बुद्धिमान नियंत्रण, उन्नत कुशलता और टीमों में सहयोग करने की क्षमता प्रदान करने के लिए डिज़ाइन की गई है। यह अपडेट भौतिक AI क्षमताओं को संकीर्ण, दोहराए जाने वाले कार्यों से परे बढ़ा देता है, रोबोटों को गति के बारे में तर्क करने और नए शरीरों में जल्दी अनुकूलित करने की अनुमति देता है।

lab OpenAI News · 16 दिन पहले · 42 बार देखा गया

GPT-5.6 मॉडल, इनफरेंस और एजेंटिक वर्कफ़्लो में AI दक्षता को बेहतर बनाता है

GPT-5.6 मॉडल आर्किटेक्चर, इनफरेंस प्रक्रियाओं और एजेंटिक वर्कफ़्लो सहित कई आयामों में कृत्रिम बुद्धिमत्ता की दक्षता को बढ़ाता है।

lab Google DeepMind Blog · 18 दिन पहले GDPval-AA (Elo) · 1421.0Elo · 26 बार देखा गया

गूगल ने गेमिनी 3.6 फ्लैश, 3.5 फ्लैश-लाइट और 3.5 फ्लैश साइबर जारी किए

गूगल ने अपने फ्लैश श्रृंखला में तीन नए मॉडल पेश किए हैं: गेमिनी 3.6 फ्लैश, 3.5 फ्लैश-लाइट और 3.5 फ्लैश साइबर, जो उत्पादन एआई एजेंट्स के लिए टोकन दक्षता, विलंबता और विश्वसनीयता को बेहतर बनाने के लिए डिज़ाइन किए गए हैं।

lab Anthropic News · 21 दिन पहले · 20 बार देखा गया

कोडिंग और लंबे समय तक चलने वाले एजेंट्स के लिए Anthropic ने Claude Opus 5 जारी किया

Anthropic ने कोडिंग और पेशेवर कार्यों में महत्वपूर्ण सुधार प्रदान करते हुए लंबे समय तक चलने वाले एजेंट्स को संचालित करने के लिए डिज़ाइन किए गए एक नए मॉडल Claude Opus 5 को जारी किया है। इसे Opus टियर के लिए एक क्रांतिकारी सुधार के रूप में स्थापित किया गया है, जो आधे खर्च पर Claude Fable 5 के करीब प्रदर्शन प्रदान करता है।

lab Google — The Keyword (AI) · 3 दिन पहले · 40 बार देखा गया

Google ने AMIE के साथ रियल-टाइम क्लिनिकल वीडियो परामर्श क्षमताओं का प्रदर्शन किया

Google Research और Google DeepMind ने अपने शोध मेडिकल AI सिस्टम, AMIE को आगे बढ़ाया है ताकि एक पहली बार के अध्ययन में रियल-टाइम क्लिनिकल वीडियो परामर्श क्षमताओं का प्रदर्शन किया जा सके। Gemini और Project Astra पर बहु-एजेंट आर्किटेक्चर का उपयोग करके बनाया गया, सिस्टम दृश्य और श्रव्य संकेतों की व्याख्या करता है, वर्चुअल शारीरिक परीक्षणों को निर्देशित करता है, और रियल-टाइम में निदानात्मक तर्क देता है।

lab xAI News · 3 दिन पहले · 42 बार देखा गया

xAI ने डेस्कटॉप और iOS के लिए हमेशा-सक्रिय AI एजेंट्स Grok Bot लॉन्च किए

xAI ने बीटा में Grok Bot लॉन्च किया है, एक ऐसे सिस्टम का परिचय देते हुए जिसमें हमेशा-सक्रिय AI एजेंट्स होते हैं जो अपने स्वयं के क्लाउड कंप्यूटर पर काम करते हैं और अंत-से-अंत तक कार्यों को संभालते हैं। आज से SuperGrok Heavy, Cursor Ultra, और Cursor Teams Premium सब्सक्राइबर्स के लिए डेस्कटॉप और iOS पर उपलब्ध है, बॉट ऐप्स और टूल्स के बीच काम करते हैं बिना मैन्युअल वर्कफ़्लो सेटअप की आवश्यकता के।

lab OpenAI News · 4 दिन पहले · 21 बार देखा गया

OpenAI ने GPT-5.6-Cyber और दो एक्सेस तहों के साथ Daybreak का विस्तार किया

OpenAI अपने OpenAI Daybreak कार्यक्रम को दो नए एक्सेस तहों—Daybreak Blue और Daybreak Red—के साथ विस्तारित कर रहा है ताकि अनुमोदित रक्षकों को नई पेशकश की गई GPT-5.6-Cyber मॉडल का उपयोग करते हुए उन्नत साइबर सुरक्षा क्षमताएं प्रदान की जा सकें।

lab OpenAI News · 7 दिन पहले · 10 बार देखा गया

आंतरिक मूल्यांकनों के बाद एंथ्रोपिक ने अस्ट्रा के विकास को रोक दिया, जो क्रांतिकीय साइबर क्षमताओं की ओर इशारा करते हैं

एंथ्रोपिक ने अपने आगामी मॉडल, अस्ट्रा से जुड़ी आंतरिक गतिविधियों को रोक दिया है, क्योंकि हालिया मूल्यांकनों से पता चलता है कि कंपनी की तैयारी ढांचे के तहत यह क्रांतिकीय साइबर सुरक्षा क्षमताएं रख सकता है। फर्म यह नहीं कह सकती कि मॉडल मानवीय हस्तक्षेप के बिना कड़े वास्तविक दुनिया के सिस्टम में शून्य-दिन एक्सप्लॉइट्स की पहचान और विकास कर सकता है।

lab OpenAI News · 11 दिन पहले · 15 बार देखा गया

OpenAI इंजीनियरों ने GPT-Live बनाया, एक फुल-डप्लेक्स वॉइस सिस्टम जो टर्न डिटेक्टर को हटाता है

OpenAI ने GPT-Live जारी किया है, एक तीसरी पीढ़ी का वॉइस सिस्टम जो एक फुल-डप्लेक्स मॉडल का उपयोग करके पारंपरिक टर्न डिटेक्टर को समाप्त करता है, जो एक साथ सुनने और बोलने में सक्षम है। यह आर्किटेक्चर वास्तविक समय की प्रदर्शन के लिए अनुकूलित नए सिस्टम डिज़ाइन के माध्यम से कम लेटेंसी बनाए रखते हुए अधिक तत्काल और प्राकृतिक संवादों को सक्षम बनाता है।

lab Microsoft Research Blog · 11 दिन पहले SWE-bench Verified · 69.7% · 15 बार देखा गया

माइक्रोसॉफ्ट रिसर्च ने स्केलेबल एजेंटिक एआई के लिए ऑर्किड फ्रेमवर्क जारी किया

माइक्रोसॉफ्ट रिसर्च ने ऑर्किड जारी किया है, जो एक ओपन-सोर्स फ्रेमवर्क है जिसका डिज़ाइन स्वतंत्र एजेंट्स में स्केलेबल और लागत-प्रभावी शोध को सक्षम बनाने के लिए किया गया है। सिस्टम ऑर्किड Env पर केंद्रित है, एक कुबेरनेट्स-आधारित वातावरण सेवा जो रिसर्चर्स को इंफ्रास्ट्रक्चर को फिर से बनाने के बिना सॉफ्टवेयर इंजीनियरिंग, वेब नेविगेशन और पर्सनल असिस्टेंस जैसे विविध डोमेन्स में एजेंट्स को प्रशिक्षित और मूल्यांकन करने की अनुमति देती है।

lab OpenAI News · 14 दिन पहले ARC-AGI 3 · 38.3% · 16 बार देखा गया

OpenAI ने GPT-5.6 Luna की कीमत 80 प्रतिशत कम की

OpenAI ने अपने GPT-5.6 मॉडल परिवार के लिए महत्वपूर्ण कीमत कटौती की घोषणा की है, जिसमें GPT-5.6 Luna की लागत में 80 प्रतिशत और GPT-5.6 Terra में 20 प्रतिशत की कमी शामिल है। कंपनी इन बदलावों को बेहतर इंफ्रास्ट्रक्चर दक्षता के माध्यम से उन्नत AI को अधिक सुलभ और व्यापक रूप से उपयोगी बनाने की एक व्यापक रणनीति का हिस्सा बताती है।

lab DeepSeek API Docs · 15 दिन पहले Terminal-Bench 2 · 82.7% · 38 बार देखा गया

DeepSeek ने एजेंट क्षमताओं में वृद्धि के साथ DeepSeek-V4-Flash को सार्वजनिक बीटा में जारी किया

DeepSeek ने V4-Pro-Preview की तुलना में काफी बढ़ी हुई एजेंट क्षमताओं के साथ DeepSeek-V4-Flash API का आधिकारिक सार्वजनिक बीटा लॉन्च किया है। अपडेट मूल संरचना और आकार को बनाए रखते हुए मॉडल को पुनः प्रशिक्षित करने से संबंधित है।

lab Microsoft Research Blog · 15 दिन पहले · 7 बार देखा गया

कंप्यूटर-उपयोग एजेंटों के प्रशिक्षण के लिए माइक्रोसॉफ्ट ने Echoverse जारी किया

माइक्रोसॉफ्ट रिसर्च ने कंप्यूटर-उपयोग एजेंटों को प्रशिक्षित करने के लिए डिज़ाइन किए गए बारह गहरे सिंथेटिक वातावरणों का एक संग्रह, Echoverse जारी किया है। इस पहल में दस डोमेन-विशिष्ट दुनियाएं और दो क्षमता-केंद्रित दुनियाएं शामिल हैं, जो सभी सहसंबद्ध स्थिति और व्यवहारिक सटीकता बनाए रखने के लिए बनाई गई हैं।

lab Google DeepMind Blog · 15 दिन पहले · 13 बार देखा गया

गूगल ने वीडियो समझ और मल्टी-रोबोट सहयोग के साथ गेमिनी रोबोटिक्स ER 2 लॉन्च किया

गूगल ने गेमिनी रोबोटिक्स ER 2 लॉन्च किया है, जो एक नया एंबोडेड रीजनिंग मॉडल है जिसे डिज़ाइन किया गया है ताकि रोबोट तेजी से सोच सकें और वास्तविक समय में मल्टी-स्टेप टास्क की योजना बना सकें। इस अपडेट में पिछले ER 1.6 संस्करण के मुकाबले महत्वपूर्ण सुधार शामिल हैं, जिनमें निरंतर वीडियो-आधारित प्रगति ट्रैकिंग, सटीक मोमेंट-फाइंडिंग और नेटिव मल्टी-रोबोट सहयोग क्षमताएं शामिल हैं।

lab xAI News · 17 दिन पहले · 33 बार देखा गया

xAI ने ऐप्स और गेम्स बनाने के लिए Build Mode पेश किया

xAI ने SuperGrok Heavy सब्सक्राइबर्स के लिए अर्ली बीटा में उपलब्ध एक नई सुविधा, Build Mode को पेश किया है जो उपयोगकर्ताओं को Grok चैट इंटरफ़ेस के भीतर सीधे वेबसाइटें, ऐप्स, गेम्स और इंटरैक्टिव डैशबोर्ड बनाने की अनुमति देता है।