ai-powered-markdown-translatorgpt-6.1-sol का उपयोग करके फ़्रेंच से हिंदी में अनुवादित लेख।
Anthropic के गणितज्ञ लेवेंट अल्पोगे ने Claude की मदद से प्राप्त रीमान परिकल्पना का प्रमाण Lean की 17 मिलियन पंक्तियों वाली लाइब्रेरी के रूप में प्रकाशित किया है, और Lean तथा Mathlib समुदायों ने अगले ही दिन इसे प्रमाणित कर दिया। alphaXiv ने OpenResearch Intelligence Index प्रकाशित किया है, जिसमें Claude Opus 5.5 स्वायत्त शोध में 61,8 % के साथ सबसे आगे है, जबकि 27,4 % स्कोर वाला शीर्ष खुला मॉडल DeepSeek V4.1 Flash प्रति प्रयास 0,72 डॉलर खर्च करता है; Meta ने अपने Digital Brain Project का लक्ष्य बढ़ाकर 25 000 घंटे कर दिया है, और Inkling 2 Mini को Transformers में शामिल कर लिया गया है तथा यह Mac Studio पर 210 tokens प्रति सेकंड की गति से चलता है। Replit, Devin और v0 पहुँच, नेटवर्क और खर्च पर नियंत्रण को मज़बूत कर रहे हैं, और Claude Code 2.1.330 अपने निर्धारित कार्यों को 30 दिनों तक चलने देता है।
गणित: लेवेंट अल्पोगे द्वारा Claude की मदद से प्राप्त रीमान परिकल्पना का प्रमाण Lean और Mathlib समुदायों से प्रमाणित
20 और 21 नवंबर — Anthropic के गणितज्ञ लेवेंट अल्पोगे ने 20 नवंबर को रीमान परिकल्पना का प्रमाण Lean की 17 मिलियन कोड पंक्तियों वाली लाइब्रेरी के रूप में प्रकाशित किया, जो सीधे तौर पर केवल Lean के औपचारिकीकृत गणित की लाइब्रेरी Mathlib पर निर्भर है। बर्नहार्ड रीमान द्वारा 1859 में प्रस्तुत यह परिकल्पना अभाज्य संख्याओं के वितरण से संबंधित है। उन्होंने इसके साथ एक संक्षिप्त लेख भी प्रकाशित किया है, जो alphaXiv पर « रीमान परिकल्पना के प्रमाण का दावा » (रीमान परिकल्पना का एक कथित प्रमाण) शीर्षक से सूचीबद्ध है। alphaXiv के सारांश के अनुसार, लेखक का कहना है कि उन्होंने यह प्रमाण Claude की मदद से खोजा है; वे सामान्यीकृत रीमान परिकल्पना को सिद्ध करने का भी दावा करते हैं और फ़ूरिये विश्लेषण, थीटा लिफ्ट (theta lifts) तथा फलन क्षेत्रों पर स्तेपानोव के तर्क से एक सादृश्य का उपयोग करते हैं; उसी सारांश के अनुसार, प्रमाण लंबा है और लेखक इसे समझाने तथा सरल बनाने की योजना रखते हैं।
21 नवंबर को Lean और Mathlib समुदायों ने Lean FRO तथा Mathlib Initiative के समर्थन से एक संयुक्त वक्तव्य प्रकाशित किया, जो कथन और प्रमाण की सत्यता प्रमाणित करता है। एक दिन में लाइब्रेरी ने केविन बज़र्ड (इंपीरियल कॉलेज लंदन) द्वारा 12 नवंबर को निर्धारित चारों मानदंड पूरे कर दिए:
| सत्यापन का मानदंड | Lean और Mathlib समुदायों द्वारा की गई जाँच |
|---|---|
| कथन सही है | Mathlib का RiemannHypothesis कथन, जिसकी Lean और संख्या सिद्धांत के विशेषज्ञों ने समीक्षा की |
| लाइब्रेरी संकलित होती है | दर्जनों लोगों ने प्रमाण की वही असंसाधित निर्यात फ़ाइल दोबारा तैयार की |
| सिद्ध प्रमेय यही कथन है | केवल Mathlib को आयात करने वाली फ़ाइल के आधार पर दो स्वतंत्र उपकरणों, comparator और con-leche, से तुलना |
| प्रमाण स्वीकार किया गया है | प्रमाण के निष्क्रिय निर्यात पर Lean के आधिकारिक कर्नेल, con-leche, con-ron और अन्य भाषाओं में लिखे कई सत्यापकों द्वारा जाँच |
We hereby certify that both the statement and the proof of the Riemann Hypothesis are correct.
🇮🇳 हम इसके द्वारा प्रमाणित करते हैं कि रीमान परिकल्पना का कथन और उसका प्रमाण, दोनों सही हैं। — Lean और Mathlib समुदाय, Lean समुदाय के ब्लॉग पर वक्तव्य
Scientific American ने स्वतंत्र गणितज्ञों की पुष्टि की जानकारी दी है: एंड्रयू सदरलैंड (MIT) ने अपनी ओर से परिणाम को संकलित किया और बताया कि Lean के कर्नेल ने केवल तीन मानक अभिगृहीतों के साथ उसकी दोबारा जाँच की। Lean और Mathlib के वक्तव्य में न तो Claude का उल्लेख है, न ही लेखक द्वारा दावा की गई सामान्यीकृत रीमान परिकल्पना का: Claude की भूमिका की जानकारी अल्पोगे के लेख और Scientific American से मिलती है।
🔗 alphaXiv पर लेवेंट अल्पोगे का लेख · Scientific American: स्वतंत्र गणितज्ञों की पुष्टि · सत्यापन का तकनीकी सारांश (MIT)
VIDRAFT ने वेल की धनात्मकता का प्रत्यक्ष मापक प्रकाशित किया, जो कथन को सिद्ध किए बिना उसके सही बने रहने को दिखाता है
21 नवंबर — प्रमाण प्रकाशित होने के अगले दिन VIDRAFT प्रयोगशाला ने Hugging Face पर एक Space प्रकाशित किया, जो वेल के द्विघाती रूप का न्यूनतम अभिलाक्षणिक मान गणना करता है। वेल के मानदंड के अनुसार, इस रूप की धनात्मकता रीमान परिकल्पना के समतुल्य है। यह मान ज़ीटा फलन और चार डिरिख्ले L-फलनों (चालक 3, 4, 5 और 8) के लिए धनात्मक है, और तीन ऐसे अनुकरणात्मक फलनों के लिए ऋणात्मक है जो वास्तविक L-फलन से केवल एक घटक में भिन्न हैं। उपकरण के दस कथनों का सत्यापन Lean 4 के कर्नेल से किया गया है। लेख याद दिलाता है कि परिणाम को औपचारिक प्रमाण स्थापित करता है, जबकि यह उपकरण केवल उसे सही बना हुआ दिखाता है; कोड, Lean फ़ाइलें और रिपॉज़िटरी प्रकाशित कर दिए गए हैं, और मुफ़्त CPU पर प्रयोग को लगभग तीस सेकंड में दोहराया जा सकता है।
🔗 Hugging Face पर VIDRAFT का लेख · वेल के मापक का Space
मूल्यांकन: alphaXiv ने OpenResearch Intelligence Index से स्वायत्त शोध को मापा, कृत्रिम बुद्धिमत्ता से तैयार पाठ का एक डिटेक्टर RAID की रैंकिंग में ऊपर चढ़ा, लेकिन बेंचमार्क के बाहर उसका प्रदर्शन गिरा
20 नवंबर — alphaXiv ने OpenResearch Intelligence Index के शुरुआती परिणाम प्रकाशित किए हैं। यह बेंचमार्क शुरू से अंत तक शोध करने की मॉडलों की क्षमता मापता है। हर मॉडल alphaXiv के शोध परिवेश OpenResearch के भीतर अपने हार्नेस (Claude Code, Codex या OpenCode) में तीन खंडों पर काम करता है: वैज्ञानिक ज्ञान (Terminal-Bench-Science से लिए गए 20 कार्य), प्रशिक्षणोत्तर प्रक्रिया का संचालन (6 नए कार्य) और संदर्भ साहित्य के चयन की प्रासंगिकता (PaperFindingBench का एक उपसमुच्चय)।
We created the world’s first open source benchmark for end-to-end autoresearch. Today, its results are live. Which models are best for RSI? Can they understand the literature? Can they conduct complex scientific experiments, while maintaining good taste? We spent about $7.4k in tokens across 8 models, 6 providers, and 3 evaluation tracks to find out.
🇮🇳 हमने शुरू से अंत तक स्वायत्त शोध के लिए दुनिया का पहला ओपन सोर्स बेंचमार्क बनाया है। इसके परिणाम आज प्रकाशित हो रहे हैं। RSI के लिए कौन-से मॉडल सबसे अच्छे हैं? क्या वे वैज्ञानिक साहित्य समझते हैं? क्या वे अच्छी परख बनाए रखते हुए जटिल वैज्ञानिक प्रयोग कर सकते हैं? यह जानने के लिए हमने 8 मॉडलों, 6 प्रदाताओं और मूल्यांकन के 3 खंडों में tokens पर लगभग 7 400 डॉलर खर्च किए। — X पर @askalphaxiv
| मूल्यांकित मॉडल | इस्तेमाल किया गया हार्नेस | सूचकांक का स्कोर | प्रति प्रयास औसत लागत |
|---|---|---|---|
| Claude Opus 5.5 | Claude Code | 0,618 ± 0,014 | 16,46 डॉलर |
| GPT-6 Astra | Codex | 0,566 ± 0,014 | 22,44 डॉलर |
| GPT-6.1 Sol | Codex | 0,549 ± 0,024 | 3,83 डॉलर |
| Gemini 4 Argon | OpenCode | 0,526 ± 0,013 | 9,18 डॉलर |
| Claude Fable 5.1 (87 में से 74 प्रयास पूरे हुए) | Claude Code | 0,511 ± 0,015 | 20,07 डॉलर |
| DeepSeek V4.1 Flash | OpenCode | 0,274 ± 0,018 | 0,72 डॉलर |
| Kimi K3 | OpenCode | 0,271 ± 0,010 | 10,89 डॉलर |
| Qwen3.8-Flash | OpenCode | 0,214 ± 0,015 | 4,54 डॉलर |
Claude Opus 5.5 औसतन 16,46 डॉलर प्रति प्रयास की लागत पर 0,618, यानी 61,8 %, के साथ सबसे आगे है। GPT-6 Astra 0,566 के साथ दूसरे स्थान पर है, लेकिन उसकी लागत 22,44 डॉलर है, और GPT-6.1 Sol ने 3,83 डॉलर में 0,549 हासिल किया है; Claude Fable 5.1 ने 87 में से केवल 74 प्रयास पूरे किए। खुले मॉडल काफ़ी पीछे हैं: उनमें शीर्ष पर मौजूद DeepSeek V4.1 Flash ने प्रति प्रयास 0,72 डॉलर की लागत पर 27,4 % हासिल किया, और वह Kimi K3 (0,271) तथा Qwen3.8-Flash (0,214) से थोड़ा आगे है। केवल संदर्भ साहित्य वाले खंड में OpenResearch के खोज उपकरणों से लैस DeepSeek V4.1 Flash ने 47,7 % हासिल किया, जबकि GPT-6 Astra का स्कोर 48,7 % रहा। खुले मॉडल उपलब्ध कराने वाले Together AI ने इस सूचकांक को साझा किया; alphaXiv ने अन्य मॉडलों और सोर्स कोड को जारी करने की घोषणा की है।
🔗 OpenResearch Intelligence Index पर alphaXiv का लेख · X पर @togethercompute: खुले मॉडलों का परीक्षण
कृत्रिम बुद्धिमत्ता से तैयार पाठ का एक डिटेक्टर RAID में 27वें से 5वें स्थान पर पहुँचा, लेकिन बेंचमार्क के बाहर उसकी पहचान क्षमता बहुत कम हुई
21 नवंबर — Hugging Face के सामुदायिक ब्लॉग पर empirischtech की टीम ने बताया कि 1B वाले Ettin एनकोडर पर बना उसका कृत्रिम बुद्धिमत्ता से तैयार पाठ का डिटेक्टर कैसे RAID की 58 प्रविष्टियों वाली रैंकिंग में 27वें स्थान से 5वें स्थान पर पहुँचा। 27वाँ स्थान उसके वास्तविक सेवा में इस्तेमाल होने वाले डिटेक्टर का था, जबकि 5वाँ स्थान RAID के लिए समायोजित संस्करण को मिला: 1 % ग़लत सकारात्मक नतीजों पर पहचान की दर 92,81 % से बढ़कर 99,20 % हो गई। इसका नकारात्मक पक्ष बेंचमार्क के बाहर दिखाई देता है: लेखकों के परीक्षण डेटासेट पर, फ़ाइन-ट्यूनिंग के शुरुआती आधार के रूप में इस्तेमाल सामान्य प्रयोजन वाले डिटेक्टर से कृत्रिम बुद्धिमत्ता के 97,8 % पाठ पहचाने गए, लेकिन RAID के लिए समायोजित संस्करण से यह अनुपात घटकर 58,7 % रह गया। वहीं, मानव द्वारा लिखे पाठ को ग़लती से चिह्नित करने का अनुपात 1,0 % से बढ़कर 2,4 % हो गया। इसलिए RAID के लिए समायोजित मॉडल शोध का उपकरण बना हुआ है; लेखकों की सेवा एक अलग सामान्य प्रयोजन वाला डिटेक्टर इस्तेमाल करती है।
🔗 Hugging Face पर empirischtech का लेख
विज्ञान के लिए कृत्रिम बुद्धिमत्ता: Meta ने अपने Digital Brain Project का लक्ष्य 25 000 घंटे किया और UMA Nitro तथा ATLAS प्रस्तुत किए, Diffusers में RFD4-Proteina की फ़ाइन-ट्यूनिंग
20 नवंबर — Meta ने अपने Open Source AI for Science Summit का ब्योरा प्रकाशित किया है, जिसे उसकी FAIR प्रयोगशाला ने अक्टूबर में मेनलो पार्क में दो दिनों तक आयोजित किया था। प्रमुख संख्यात्मक घोषणा: मस्तिष्क संबंधी अनामिकृत और खुले रूप से साझा किए जाने वाले डेटा के संग्रह को वित्तपोषित करने के लिए रॉथ्सचाइल्ड हॉस्पिटल फ़ाउंडेशन और मॉन्ट्रियल विश्वविद्यालय के साथ शुरू किए गए Digital Brain Project का लक्ष्य 15 000 से बढ़ाकर 25 000 घंटे का डेटा कर दिया गया है।
| सम्मेलन में प्रस्तुत परियोजना | वैज्ञानिक क्षेत्र | Meta के लेख में क्या कहा गया है |
|---|---|---|
| Digital Brain Project | तंत्रिका विज्ञान | मस्तिष्क संबंधी डेटा का लक्ष्य 15 000 से बढ़ाकर 25 000 घंटे किया गया |
| UMA Nitro | रसायन विज्ञान | परमाणुओं के मॉडल UMA (Universal Model for Atoms) का अधिक तेज़ संस्करण, गति का कोई आँकड़ा नहीं दिया गया |
| UMA Playground | शिक्षण | Discovery Education के माध्यम से माध्यमिक विद्यालयों के रसायन विज्ञान शिक्षकों को उपलब्ध कराया गया, जिसकी पहुँच 4 मिलियन से अधिक शिक्षकों और 45 मिलियन विद्यार्थियों तक है |
| ATLAS (FAIR) | गणित | खुली लाइब्रेरी, जो मुक्त रूप से उपलब्ध 26 पाठ्यपुस्तकों और 45 000 से अधिक परिभाषाओं तथा परिणामों को Lean में औपचारिक रूप देती है |
UMA अतिरिक्त प्रशिक्षण डेटा के बिना भी दवाओं के अणुओं के अनेक क्रिस्टलीय रूपों की पहचान करता है (कार्नेगी मेलन और UC Riverside के साथ अध्ययन), और शिकागो विश्वविद्यालय के साथ पूरे एंज़ाइमों का परमाणु-दर-परमाणु सिमुलेशन करता है। लेख में पिट्सबर्ग विश्वविद्यालय की DINOv3 और SAM 3 पर बनी एक सहायक रोबोटिक्स प्रणाली का भी उल्लेख है, जिसके प्रदर्शन में एक रोबोट को किसी व्यक्ति की खाना खाने में मदद करते हुए दिखाया जाना है।
🔗 Open Source AI for Science सम्मेलन का ब्योरा (Meta) · X पर @AIatMeta
Diffusers ने NVIDIA के प्रोटीन डिज़ाइन मॉडल RFD4-Proteina की LoRA फ़ाइन-ट्यूनिंग का उदाहरण जोड़ा
20 नवंबर — Hugging Face की Diffusers लाइब्रेरी में NVIDIA के खुले प्रोटीन डिज़ाइन मॉडल RFD4-Proteina (जिसकी चर्चा यहाँ 21 अक्टूबर को हुई थी) की LoRA के माध्यम से फ़ाइन-ट्यूनिंग का उदाहरण शामिल किया गया है। सयक पॉल द्वारा घोषित यह उदाहरण (kierandidi की पुल रिक्वेस्ट #15155, जिसे 19 नवंबर को मर्ज किया गया) डीनॉइज़र पर रैंक 32 वाले अडैप्टर प्रशिक्षित करता है। इसमें फ़्लो मैचिंग लॉस पिक्सेल के बजाय प्रोटीन के ढाँचे के निर्देशांकों और स्थानीय लैटेंट पर लागू किए जाते हैं; उनके अनुसार, बाकी कोड चित्र और वीडियो मॉडलों के कोड जैसा है।
खुले मॉडल: Inkling 2 Mini को Transformers v5.24.0 में शामिल किया गया, यह Mac पर 210 tokens प्रति सेकंड की गति से चलता है और इसका प्रतिबंधमुक्त संस्करण भी आया
20 नवंबर को प्रकाशित Thinking Machines के खुले वेट वाले लूप मॉडल Inkling 2 Mini (जिसकी चर्चा यहाँ कल हुई थी) को जारी होने के चौबीस घंटों के भीतर Hugging Face की मानक लाइब्रेरी में शामिल किया गया, Mac पर चलने के लिए पोर्ट किया गया और उसका प्रतिबंधमुक्त संस्करण तैयार किया गया।
Transformers v5.24.0 में Inkling 2 Mini, Meta का Omnilingual ASR, NVIDIA का Dory और Sarvam-105B शामिल
21 नवंबर — Hugging Face ने Transformers v5.24.0 जारी किया है, जिसमें लगभग दस नए आर्किटेक्चर जोड़े गए हैं। इसमें Inkling 2 Mini शोध के लिए एक ऐसे चेकपॉइंट के साथ शामिल है, जिसकी लूप संख्या बदली जा सकती है। NVIDIA का लूप आधारित मॉडल Dory भी इनफ़रेंस के समय लूप की संख्या तय करने देता है।
| जोड़ा गया मॉडल | मॉडल का प्रकाशक | रिलीज़ का विवरण |
|---|---|---|
| Inkling 2 Mini | Thinking Machines | शोध के लिए TML-d24-varloop-research चेकपॉइंट के साथ, जिसकी लूप संख्या बदली जा सकती है |
| Dory | NVIDIA | लूप आधारित मॉडल, इनफ़रेंस के समय लूप की संख्या तय की जा सकती है |
| Omnilingual ASR | Meta FAIR | 1 600 से अधिक भाषाओं के लिए वाक् पहचान, 300M से 7B तक, CTC हेड या Llama डिकोडर |
| Apertus 1.5 और WavTokenizer | Swiss AI Initiative | इनपुट में टेक्स्ट, छवि और ऑडियो; 24 kHz का ऑडियो कोडेक |
| HY4-VL | Tencent | Hunyuan V4 परिवार का विज़न-लैंग्वेज मॉडल |
| Lara Mini | Translated | 7,2B में से 0,6B सक्रिय, CC BY-NC-SA 4.0 लाइसेंस |
| Sarvam-105B और Sarvam-30B | Sarvam AI | 105B: MLA अटेंशन, 128 विशेषज्ञों में से 8 सक्रिय, 131K कॉन्टेक्स्ट |
| EXAONE 3.0, 3.5 और Deep | LG AI Research | trust_remote_code के बिना लोड होते हैं |
अपडेट करते समय ध्यान दें: past_key_values और cache_params का नाम बदलकर cache कर दिया गया है। इसे संगतता तोड़ने वाला बदलाव माना गया है, हालाँकि पुराने नाम अब भी अप्रचलन की चेतावनी के साथ स्वीकार किए जाते हैं। इसी के अनुरूप PEFT का न्यूनतम आवश्यक संस्करण भी बढ़ाया गया है। Ling 3.1 Flash अब मूल रूप से समर्थित तरीके से लोड होता है, और LayoutLMv3 अब SDPA अटेंशन इंटरफ़ेस का उपयोग करता है।
EXO Labs ने Mac Studio M5 Ultra पर Inkling 2 Mini को 210 टोकन प्रति सेकंड की गति से चलाया
21 नवंबर — Inkling 2 Mini की रिलीज़ के अगले दिन, EXO Labs ने Thinking Machines के सहयोग से दो Mac पर प्राप्त गति के आँकड़े प्रकाशित किए।
| EXO Labs द्वारा जाँची गई मशीन | जनरेशन (डिकोडिंग) | प्रॉम्प्ट पढ़ना (प्रीफ़िलिंग) |
|---|---|---|
| Mac Studio M5 Ultra, 96 Go | 210 tokens/s | 3 620 tokens/s |
| MacBook Pro M5 Max, 48 Go | 125 tokens/s | 1 750 tokens/s |
EXO Labs के अनुसार, मॉडल ने Mac Studio पर Claude Sonnet 5.5 की तुलना में 1,8 गुना तेज़ी से एक नेटिव मौसम ऐप बनाया, और API की दरों के हिसाब से उसकी लागत 11 गुना कम रही। EXO Labs का कहना है कि लूप आधारित आर्किटेक्चर MacBook जैसी सीमित मेमोरी वाली मशीनों के लिए उपयुक्त है: परतों को बार-बार चलाने से मॉडल का आकार बढ़ाए बिना इनफ़रेंस के समय गणना बढ़ती है। Hugging Face के जूलियन शोमों इसे स्थानीय और ओपन सोर्स कृत्रिम बुद्धिमत्ता की जीत का रास्ता मानते हैं।
We got access on Wednesday. In 3 hours we had it running at 30 tok/sec A day later we had it running 210 tok/sec (7x faster)
🇮🇳 हमें बुधवार को एक्सेस मिला। 3 घंटे में हम इसे 30 टोकन प्रति सेकंड की गति से चला रहे थे। एक दिन बाद, 210 टोकन प्रति सेकंड पर (7 गुना तेज़)। — X पर @exolabs
🔗 X पर @exolabs: Mac पर गति के आँकड़े · X पर @julien_c
OpenUncensored ने Inkling 2 Mini की रिलीज़ के दिन ही उसका प्रतिबंधमुक्त संस्करण जारी किया
20 नवंबर — Inkling 2 Mini की रिलीज़ के दिन ही, बिना सेंसर वाले मॉडलों के API प्रदाता OpenUncensored ने उसका एक « एब्लिटरेटेड » संस्करण जारी किया, जिसमें वज़न में लक्षित बदलाव करके मना करने की क्षमता हटा दी गई है। 32 हानिकारक अनुरोधों पर इसके इनकार की संख्या 32 से घटकर शून्य हो गई, बातचीत और तर्क, दोनों में, और इसका MMLU स्कोर भी नहीं घटा (मूल संस्करण के 78,95 % के मुकाबले 79,47 %)। BF16 में केवल 20 अटेंशन टेंसर बदले गए: बीच की परतें हर टोकन के लिए तीन बार इस्तेमाल होती हैं, इसलिए उनमें किया गया बदलाव तीन बार असर डालता है। API की कीमत प्रति दस लाख इनपुट टोकन 0,15 डॉलर और आउटपुट टोकन 0,60 डॉलर है; लेखक ने इतने छोटे नमूनों के आधार पर निष्कर्ष निकालते समय सावधानी बरतने को कहा है।
🔗 Hugging Face पर OpenUncensored की पोस्ट
उद्यमों में कोडिंग प्लेटफ़ॉर्म: Replit Tunnels के साथ निजी नेटवर्क, Devin में एक्सेस और साझाकरण, v0 में खर्च की सीमाएँ
Replit Tunnels शुरुआती एक्सेस के तहत Replit परिवेशों को निजी नेटवर्क की सेवाओं से जोड़ता है
20 नवंबर — Replit ने Tunnels पेश किया है, जो उसके परिवेशों को किसी कंपनी के निजी नेटवर्क की सेवाओं (डेटाबेस, आंतरिक API) से जोड़ता है, उस नेटवर्क को सार्वजनिक इनकमिंग कनेक्शन के लिए खोले बिना। ट्रैफ़िक एक क्लाइंट से होकर गुज़रता है, जिसे आईटी विभाग नेटवर्क के भीतर चलाता है। इसे अपने आप बनाई गई Docker कमांड या Kubernetes पर Helm चार्ट के ज़रिए तैनात किया जाता है, और आईटी विभाग ही तय करता है कि हर Replit कार्यक्षेत्र किन सेवाओं तक पहुँच सकता है। इस क्लाइंट और Replit के बीच का कनेक्शन mTLS से एन्क्रिप्ट और प्रमाणित होता है; हर निजी सेवा का प्रमाणीकरण और TLS अलग से कॉन्फ़िगर किया जाता है।
Tunnels कनेक्टरों में एकीकृत है: कनेक्टरों के प्रमाणीकरण अनुरोध, Agent के टूल कॉल और प्रकाशित ऐप्लिकेशन के अनुरोध Replit के टनल सर्वर और फिर इस क्लाइंट से होकर गुज़रते हैं। पोस्ट में तीन उपयोग बताए गए हैं: वित्त में जाँच की ज़रूरत वाले ग्राहक खाते पहचानना (Stripe, SharePoint, Snowflake), स्वास्थ्य सेवा में रोगियों के लंबित रेफ़रल ढूँढ़ना (Calendly, DrChrono) और उद्योग में उपकरणों के स्टॉक की कमी की सूचना देना (NetSuite, Shopify, Databricks, Shippo)। Tunnels अनुरोध पर शुरुआती एक्सेस में उपलब्ध है और इसकी कीमत नहीं बताई गई है; यह Bring Your Own Cloud (जिस पर यहाँ 17 अक्टूबर को चर्चा हुई थी) को आगे बढ़ाता है, जो पहले से दोहरे mTLS वाले आउटबाउंड टनलों पर आधारित था।
🔗 Tunnels पर Replit की पोस्ट · दस्तावेज़: Tunnels सेट अप करें
Devin ने एक्सेस और साझाकरण, उपयोगकर्ता समूह और प्रति सत्र साझाकरण पेश किया, साथ ही 17, 18 और 19 नवंबर के नोट्स में भी जोड़ किए
20 नवंबर — Devin के 20 नवंबर के रिलीज़ नोट्स में उद्यमों के लिए एक्सेस और साझाकरण के नियंत्रण पेश किए गए हैं। इन्हें धीरे-धीरे उपलब्ध कराया जा रहा है और ये डिफ़ॉल्ट रूप से बंद हैं: इन्हें चालू कराने के लिए Cognition में अपने संपर्क से बात करनी होगी। सेटिंग्स में उपयोगकर्ता समूह नाम का एक पेज ऐसे समूह बनाता है, जिन्हें हर उस जगह इस्तेमाल किया जा सकता है जहाँ एक्सेस प्रबंधित होता है: सीक्रेट, परिवेश, सत्र, स्वचालन, प्लगइन, प्लेबुक, कौशल, MCP सर्वर और ज्ञान सामग्री।
हर सत्र के लिए अलग साझाकरण तय होता है: केवल स्वयं, एक या कई समूह, संगठन या पूरा खाता। ऐसा सत्र जो केवल स्वयं या अपने समूह के लिए उपलब्ध रिपॉज़िटरी, सीक्रेट या परिवेश का उपयोग करता है, निजी रूप से शुरू होता है और उसका दायरा बढ़ाने से पहले चेतावनी देता है। Slack में वह हमेशा चैनल में जवाब देता है, लेकिन केवल वही लोग उसे निर्देश दे सकते हैं जिनके साथ उसे साझा किया गया है। प्रशासकों को उन रिपॉज़िटरी की रिपोर्ट मिलती है जिनका Devin में एक्सेस GitHub या GitLab से अलग है, और Devin Review, DeepWiki तथा Ask केवल उपयोगकर्ता की पहुँच वाली रिपॉज़िटरी तक सीमित रहते हैं। इस सुविधा को उपलब्ध कराने के अलावा, इन्हीं नोट्स में सुरक्षा निष्कर्षों के लिए प्राथमिक जाँच पूरी होने की स्थिति और मार्केटप्लेस में Sazabi प्लगइन भी जोड़ा गया है; कोई कीमत नहीं बताई गई है। 🔗 20 नवंबर के नोट्स
पिछले तीन दिनों के रिलीज़ नोट्स में ये बदलाव भी हैं:
- 19 नवंबर — Devin Review में प्रति रिपॉज़िटरी बिलिंग नियम किसी रिपॉज़िटरी की समीक्षाओं, चैट सहित, का खर्च PR के लेखक के बजाय किसी संगठन या बजट पर डालते हैं। सुरक्षा के लिए, Devin से सत्यापित करें बटन किसी निष्कर्ष का सत्यापन कराता है, और Devin से ठीक करें विकल्प दो या अधिक निष्कर्ष होने पर हर मूल कारण के लिए एक PR, हर निष्कर्ष के लिए एक PR या सभी के लिए एक ही PR बनाने का प्रस्ताव देता है; मार्केटप्लेस से उन MCP सर्वरों को हटाया गया है जिनकी जगह मूल एकीकरण आ चुका है (Slack, Linear, GitLab, Pylon)। 🔗 19 नवंबर के नोट्स
- 18 नवंबर — होम पेज के संदेश लिखने वाले हिस्से में इनके साथ साझा चयनकर्ता दिखाई देता है, और सत्रों को केवल आप के रूप में शुरू करें सेटिंग सत्रों को डिफ़ॉल्ट रूप से निजी रखती है। निजी सत्र Slack में पोस्ट नहीं करता, उसे दूसरों के लिए दृश्यमान बनाने हेतु पुष्टि माँगी जाती है जिसमें संबंधित लोगों के नाम दिए जाते हैं, और संगठन के संलग्नकों की दृश्यता भी उसी के अनुरूप रहती है; Devin Review में ब्रांच अपडेट करें बटन जोड़ा गया है, और DevinDash MCP बीटा से बाहर आ गया है। 🔗 18 नवंबर के नोट्स
- 17 नवंबर — Devin Review अब Azure DevOps की पुल रिक्वेस्ट पर स्थिति प्रकाशित करता है, PR की सुरक्षा समीक्षाओं के निष्कर्षों में प्रभाव का संक्षिप्त सार दिया जा सकता है, और Devin अब Slack में छवियाँ, समृद्ध टेक्स्ट, तालिकाएँ, ग्राफ़, कार्ड और कैरोसेल प्रकाशित करता है। 🔗 17 नवंबर के नोट्स
v0 ने सभी एंटरप्राइज़ ग्राहकों के लिए प्रति सदस्य खर्च सीमाएँ उपलब्ध कराईं
20 नवंबर — v0 ने अपनी खर्च सीमाएँ (खर्च की अधिकतम सीमाएँ) सभी एंटरप्राइज़ ग्राहकों के लिए उपलब्ध करा दी हैं। सेटिंग्स → सदस्य में टीम के मालिक सभी सदस्यों के लिए एक डिफ़ॉल्ट सीमा या हर सदस्य की अलग सीमा तय कर सकते हैं। यह सीमा साझा क्रेडिट कोष से होने वाली खपत पर, हर बिलिंग चक्र में, सदस्य के शामिल क्रेडिट समाप्त होने के बाद लागू होती है। सीमा पूरी होने पर जनरेशन मौजूदा चरण के अंत में रुक जाता है और सदस्य अतिरिक्त एक्सेस माँग सकता है; कोई राशि नहीं बताई गई है।
🔗 v0 के बदलावों की सूची: खर्च सीमाएँ
कोडिंग एजेंट: Claude Code 2.1.330, Antigravity 2.34.0, Copilot CLI, Qwen Code, Codex CLI और कार में Amp का Puck
Claude Code 2.1.330 easel से ग्राफ़ बनाता है और शेड्यूल किए गए कार्यों को 30 दिनों तक चलने देता है
20 नवंबर — Claude Code 2.1.330 में 142 प्रविष्टियाँ हैं, जिनमें 98 बग समाधान, 16 नई सुविधाएँ, 14 सुधार और 13 बदलाव शामिल हैं। इसमें easel जोड़ा गया है, एक एकीकृत मॉड जो कहने पर और MCP सर्वर से मिले मेट्रिक के नतीजों के नीचे ग्राफ़ बनाता है, उदाहरण के लिए Prometheus की रेंज क्वेरी के नतीजों के नीचे। easel macOS और Linux पर Pro, Max और, जहाँ उपलब्ध हो, Team तथा Enterprise में उपलब्ध है; इसके स्वचालित ग्राफ़ /config में बंद किए जा सकते हैं। Anthropic के Enterprise प्रशासन कंसोल (Enterprise Admin Console) में प्रबंधित संगठन भी इससे जुड़ सकते हैं: claude auth login के बाद, Claude Code उनकी सेटिंग्स लागू करता है और उनके क्लाउड प्रदाता या गेटवे से होकर काम करता है।
बार-बार चलने वाले शेड्यूल किए गए कार्य और /loop अब 7 के बजाय 30 दिनों तक चलते हैं, जब तक उनका सत्र खुला रहता है; इस संस्करण से पहले बनाए गए कार्य अब भी 7 दिनों पर रुक जाते हैं। रूट, होम फ़ोल्डर, पहले स्तर के किसी फ़ोल्डर या कार्य फ़ोल्डर को लक्षित करने वाली और अधिक rm कमांड अब मंज़ूरी माँगती हैं, और जब कोई जवाब देने वाला नहीं होता तो उन्हें अस्वीकार कर दिया जाता है। max_tokens पर स्वचालित पुनः प्रयास, जिसे 2.1.329 में हटाया गया था, फिर से बहाल कर दिया गया है, और ExitWorktree अब उस वर्कट्री को नहीं हटाता जिस पर कोई दूसरा सत्र काम कर रहा हो। Google Cloud के Agent Platform पर, जब मॉडल ANTHROPIC_MODEL या किसी सेटिंग्स फ़ाइल से आता है, तब claude -p आखिरकार --settings के ज़रिए दिए गए तेज़ मोड का पालन करता है: इन रन का शुल्क अब तेज़ मोड की दर से लिया जाता है। VS Code एक्सटेंशन में 28 प्रविष्टियाँ जोड़ी गई हैं, जिनमें /fork और /workflows शामिल हैं।
अन्य कोडिंग एजेंट: Antigravity 2.34.0, Copilot CLI और Copilot SDK के पूर्वावलोकन संस्करण, Qwen Code v0.28.3, Codex CLI 0.173.0-alpha.4 और Amp का कार मोड
- Antigravity 2.34.0 (20 नवंबर) — Google के इस ऐप में 15 सुधार और 24 बग समाधान हैं। इसका शीर्षक MCP Apps के समर्थन की घोषणा करता है, जिसका सुधारों की सूची में विवरण नहीं है; Gemini 4 Neon और Orchestrator (Neon) विकल्प पात्र सशुल्क उपभोक्ता प्लान में उपलब्ध हो रहे हैं, Neon अब Gemini API कुंजी या Google Cloud के डिफ़ॉल्ट क्रेडेंशियल (Application Default Credentials) के साथ इस्तेमाल किया जा सकता है, और Enterprise खातों को Orchestrator मिल रहा है। मार्केटप्लेस में Clerk, Docusign और TestMu AI प्लगइन जोड़े गए हैं। 🔗 Antigravity के बदलावों की सूची
- Copilot CLI 1.0.115-4 से 1.0.115-6 और Copilot SDK 2.0.2-preview.2 से preview.5 (20 और 21 नवंबर) — CLI के इन पूर्वावलोकन संस्करणों में, फ़ॉर्म का समर्थन करने वाले ACP संपादक स्पष्टीकरण के लिए संरचित प्रश्न (संरचित स्पष्टीकरण प्रश्न) दिखाते हैं, और लंबे स्थानीय सत्र डिस्क पर कम जगह लेते हैं; स्थिर संस्करण अब भी 1.0.114 है। SDK अपनी मॉडल सूची में Gemini 4 Neon जोड़ता है (1 048 576 टोकन का कॉन्टेक्स्ट, आउटपुट में 65 536), रिपॉज़िटरी के रूट में
.claude/CLAUDE.mdपढ़ता है, फिर उसे विषयवार क्लाउड मेमोरी और सत्र व मेमोरी इम्पोर्ट करने के API मिलते हैं, दोनों API प्रयोगात्मक हैं। 🔗 Copilot CLI 1.0.115-4 · Copilot SDK 2.0.2-preview.2 - Qwen Code v0.28.3 (21 नवंबर) — यह नया स्थिर संस्करण सीधे v0.28.0 के बाद आया है और 20 नवंबर के उस पूर्वावलोकन संस्करण के बदलाव शामिल करता है जिसकी चर्चा यहाँ कल हुई थी: GitHub तीसरा समर्थित चैनल बन गया है, WeCom और Microsoft Teams जोड़े गए हैं, केवल भेजने वाला एक सामान्य वेबहुक नतीजों को HTTPS एंडपॉइंट पर भेजता है, और ACP तथा OpenTUI सत्र साझा एजेंट लूप पर चलते हैं; नोट्स में संगतता तोड़ने वाला कोई बदलाव नहीं बताया गया है। 🔗 Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.3 और alpha.4 (20 और 21 नवंबर) — नोट्स खाली हैं; alpha.2 के बाद मर्ज की गई 15 PR के अनुसार, कमांड या MCP टूल का हर हुक एक
onFailureविकल्प स्वीकार करता है: डिफ़ॉल्ट रूप सेcontinue, याblock, जिसमेंPreToolUseविफल होने पर टूल को चलने से रोकता है औरPostToolUseविफल होने पर उसका नतीजा रोक लेता है। क्लाउड में प्रबंधित कॉन्फ़िगरेशन अबcodex plugin addऔरcodex plugin listसे भी लोड होता है; स्थिर संस्करण अब भी 0.171.0 है, और यह सामग्री अभी बदल सकती है। 🔗 Codex CLI 0.173.0-alpha.4 - Amp का Puck कार में (21 नवंबर) — Amp अब गाड़ी चलाते समय, स्क्रीन देखे बिना, अपने मेटा-एजेंट Puck से बात करने देता है: iPhone ऐप (CarPlay के साथ) और Android ऐप (Android Auto या कार के Bluetooth के साथ) कार मोड में चले जाते हैं, और Tesla जैसे वाहन के अंतर्निहित ब्राउज़र में बस ampcode.com/car खोलकर Amp से जुड़े फ़ोन से QR कोड स्कैन करना होता है। जो पढ़ना ज़रूरी है वह बहुत बड़े अक्षरों में दिखाई देता है; कोई कीमत नहीं बताई गई है। 🔗 कार में Puck
संक्षिप्त समाचार
मॉडल और API
- Together AI पर Qwen4 Max — यहाँ 19 नवंबर को बताई गई 30 % छूट के क्रम में, Together AI ने 22 नवंबर तक के लिए अपनी कीमतें बताई हैं: इनपुट के प्रति दस लाख टोकन पर 1,05 डॉलर और आउटपुट पर 3,15 डॉलर; चिंतन का शुल्क आउटपुट दर से लिया जाएगा और स्ट्रीमिंग अनिवार्य है। दिए गए एकमात्र उदाहरण में, मॉडल ने एक ही अनुरोध में Tornado रिपॉज़िटरी की 344 फ़ाइलें (652 519 टोकन) पढ़ीं और 69 सेंट की लागत पर 72 सेकंड में ऐसा सुधार दिया जो रखरखावकर्ताओं के परीक्षणों में सफल रहा। 🔗 स्रोत
- Codex में Ultrafast — OpenAI के डेवलपर ब्लॉग पर डॉमिनिक कुंडेल ने GPT-6.2 Astra और Sol के साथ Ultrafast इस्तेमाल करने के सुझाव साझा किए हैं (हॉट रीलोडिंग, छोटे निर्देश, Light या Low स्तर का तर्क-विचार) और दो बातें स्पष्ट की हैं: Codex में टोकन निर्माण 4,5 गुना तक तेज़ है, और प्रचार अवधि के दौरान API की दर 28 फ़रवरी 2027 तक Standard दर की 3 गुनी रहेगी, फिर 1 मार्च से 6 गुनी हो जाएगी। 🔗 स्रोत
- Hugging Face का होम फ़ीड — विक्टर मुस्तार ने बताया कि लॉग इन किए हुए उपयोगकर्ताओं को अब डिफ़ॉल्ट रूप से ऐसा फ़ीड दिखाई देता है जिसमें हर चर्चित मॉडल रिलीज़ का अपना कार्ड होता है, जैसे Tencent के 17 नए मॉडलों को एक साथ दिखाने वाला कार्ड। 🔗 स्रोत
Hugging Face पर खुला शोध
- Act-or-Ask — Phi-4-mini (3,8B) से LoRA के ज़रिए फ़ाइन-ट्यून किया गया यह छोटा खुला मॉडल तय करता है कि घरेलू सहायक को कार्रवाई करनी चाहिए, पहले किसी वयस्क की अनुमति माँगनी चाहिए या इनकार करना चाहिए। 60 नई परिस्थितियों में यह 99,3 % मामलों में घर के नियमों का पालन करता है, जबकि प्रॉम्प्ट में वही नियम दिए जाने पर आधार मॉडल का आँकड़ा 49,7 % है; मॉडल MIT लाइसेंस और मूल्यांकन-संग्रह CC BY 4.0 के अंतर्गत उपलब्ध हैं। 🔗 स्रोत
- FiftyOne में KITScenes — हरप्रीत सहोता ने FiftyOne के लिए रूपांतरणों की अपनी शृंखला में KITScenes Multimodal का एक अंश जोड़ा है। यह KIT और FZI का स्वायत्त ड्राइविंग डेटासेट है, जिसे फ़्रैंकफ़र्ट में 9 कैमरों, 7 लाइडारों और 3 रडारों से रिकॉर्ड किया गया था: इसमें 4 दृश्यों के 680 समय-बिंदु हैं, जिनमें से प्रत्येक के साथ नौ कैमरा दृश्य और लाइडार तथा रडार से मिलाकर बनाया गया एक पॉइंट क्लाउड है। 🔗 स्रोत
व्यावसायिक सहायक और एजेंट
- Google के Connected Apps — संयुक्त राज्य अमेरिका में Albertsons, Safeway, Shaw’s और Target, Universal Commerce Protocol (UCP) के माध्यम से किराने का ऑर्डर तैयार करने और उसका भुगतान करने के लिए Search और Gemini ऐप में आ रहे हैं; Gemini में पहले से मौजूद Experian तथा H&R Block भी Search में आ रहे हैं, और आने वाले सप्ताहों में Angi तथा Thumbtack भी जुड़ेंगे। 🔗 स्रोत
- Grok Bot और QuickBooks — SpaceXSI का एजेंट संयुक्त राज्य अमेरिका में Intuit QuickBooks से जुड़ता है: उससे नकदी की स्थिति, लाभ या बकाया भुगतान के बारे में पूछा जा सकता है, और वह उपयोगकर्ता की मंज़ूरी के लिए चालान, मूल्य-प्रस्ताव और भुगतान के अनुस्मारक तैयार करता है। 🔗 स्रोत
- Fundación Televisa के लिए ElevenAgents — ElevenLabs के एक केस अध्ययन के अनुसार, एक वॉइस एजेंट ने 29 जून से 24 जुलाई तक मैक्सिको की इस संस्था के उद्यमी त्वरक कार्यक्रम POSiBLE के उम्मीदवारों के साथ औसतन पाँच मिनट के 1 036 साक्षात्कार किए। संस्था ने अंतिम चरण के लिए इनमें से 70 परियोजनाएँ चुनीं; संस्था के एक अन्य कार्यक्रम Bécalos ने दो दिनों में 394 युवाओं के साक्षात्कार किए। 🔗 स्रोत
जनरेटिव छवियाँ
- Kling Image 4.0 — Kling ने Artificial Analysis का मूल्यांकन साझा किया है: टेक्स्ट से छवि बनाने में 7वाँ और संपादन में 6वाँ स्थान, केवल OpenAI और Microsoft AI के मॉडलों से पीछे; इसकी तुलना में Kling Image 3.0 Omni क्रमशः 86वें और 67वें स्थान पर था। सीमित अवधि की Black Friday पेशकश में 2K छवियाँ 0,022 डॉलर और मूल 8K छवियाँ 0,033 डॉलर प्रति छवि से शुरू होती हैं, लेकिन यह स्पष्ट नहीं किया गया है कि ये दरें ऐप की हैं या API की। 🔗 स्रोत
एआई से इतर
- GitHub पर सुरक्षा परामर्शों की अनुमतियाँ — Security श्रेणी की चार अनुमतियाँ (परामर्श देखना, उन्हें बनाना और प्रबंधित करना, निजी रिपोर्ट स्वीकार करना, तथा CVE प्रकाशित करना और उनका अनुरोध करना) अब कस्टम रिपॉज़िटरी भूमिकाओं के माध्यम से दी जा सकती हैं, जिससे संबंधित लोगों को रिपॉज़िटरी का प्रशासक बनाने की आवश्यकता नहीं रहती। 🔗 स्रोत
इसका क्या अर्थ है
रीमान परिकल्पना का प्रमाण भरोसे का आधार औपचारिक सत्यापन की ओर ले जाता है। 17 मिलियन पंक्तियों के प्रमाण को हाथ से दोबारा पढ़कर जाँचना संभव नहीं है: यहाँ उसकी विश्वसनीयता एक दिन में पूरी की गई जाँचों की सार्वजनिक शृंखला से आती है, जिसमें विशेषज्ञों द्वारा Mathlib के कथन की समीक्षा से लेकर कई स्वतंत्र सत्यापनकर्ताओं तक की जाँच शामिल है। यह प्रमाणीकरण न तो बताता है कि प्रमाण कैसे खोजा गया, न ही सामान्यीकृत रीमान परिकल्पना के बारे में कुछ कहता है, और लेखक को अभी इसकी व्याख्या करनी है; लेकिन इससे मॉडल पर भरोसा किए बिना मॉडल की मदद से प्राप्त परिणाम स्वीकार करना संभव होता है। Meta की ATLAS लाइब्रेरी, जो 26 पाठ्यपुस्तकों को Lean में औपचारिक रूप देती है, भी इसी दिशा में बढ़ रही है।
OpenResearch Intelligence Index ज्ञान से अलग चीज़ मापता है: संदर्भ-साहित्य की समीक्षा से लेकर प्रशिक्षण के बाद के चरण तक पूरा शोध करने की क्षमता। इसमें बंद मॉडल स्पष्ट रूप से आगे हैं, लेकिन लागत का अंतर स्कोर के अंतर जितना ही मायने रखता है: GPT-6.1 Sol प्रति प्रयास 3,83 डॉलर की लागत पर 0,549 स्कोर पाता है, जबकि GPT-6 Astra का स्कोर 0,566 है और उसकी लागत 22,44 डॉलर है। वहीं, सूचकांक पर प्रति प्रयास 0,72 डॉलर की लागत वाला DeepSeek V4.1 Flash, OpenResearch के टूल मिलने पर संदर्भ-साहित्य वाले कार्य में GPT-6 Astra के करीब पहुँच जाता है। empirischtech का डिटेक्टर इस मूल्यांकन की सीमा याद दिलाता है: RAID पर 27वें से 5वें स्थान पर पहुँचने के बावजूद, यह अपने ही परीक्षण डेटासेट में एआई से लिखे केवल 58,7 % पाठ पहचान पाता है, जबकि जिस सामान्य प्रयोजन वाले डिटेक्टर को आधार बनाकर इसे फ़ाइन-ट्यून किया गया था, वह 97,8 % पहचानता है। कोई रैंकिंग अपने मूल्यांकन-संग्रह में मौजूद चीज़ों को ही मापती है, उससे अधिक कुछ नहीं।
Inkling 2 Mini दिखाता है कि खुले वज़न वाला मॉडल अब कितनी तेज़ी से फैलता है: चौबीस घंटों के भीतर वह Transformers में शामिल हो जाता है, Mac Studio पर प्रति सेकंड 210 टोकन की गति से चलता है और केवल 20 टेन्सर बदलकर बनाए गए प्रतिबंधमुक्त संस्करण में इनकार करना छोड़ देता है। वही खुलापन जो एक मॉडल को एक दिन में वर्कस्टेशन पर चलाना संभव बनाता है, उसी दिन उसके इनकार हटाना भी संभव बनाता है। खुला विज्ञान अपने डेटा और टूलों के ज़रिए आगे बढ़ रहा है: Meta साझा मस्तिष्क डेटा एकत्र करने का लक्ष्य बढ़ाकर 25 000 घंटे कर रहा है, और Diffusers दिखाता है कि छवियों के लिए बनाई गई फ़ाइन-ट्यूनिंग विधि प्रोटीन डिज़ाइन पर भी लागू होती है।
कोड प्लेटफ़ॉर्मों के मामले में, दिन की घोषणाएँ जनरेशन से अधिक संचालन और नियंत्रण पर केंद्रित हैं। Replit Tunnels चुनता है कि कोई वर्कस्पेस किन निजी सेवाओं तक पहुँच सकता है, Devin तय करता है कि हर सत्र को कौन देख सकता है और कौन नियंत्रित कर सकता है, v0 हर सदस्य के खर्च की सीमा तय करता है, और Claude Code, Anthropic के Enterprise कंसोल में प्रबंधित संगठन की सेटिंग लागू करता है। एजेंट अधिक स्वायत्त हो रहे हैं, और Claude Code में निर्धारित कार्य 30 दिनों तक चलते रह सकते हैं, लेकिन सुरक्षा उपाय भी साथ बढ़ रहे हैं: सबसे जोखिम भरे rm के लिए मंज़ूरी अनिवार्य है, और Codex CLI के पूर्वावलोकन संस्करणों में हुक विफल होने पर किसी कार्रवाई को रोक सकते हैं।
स्रोत
- रीमान परिकल्पना के प्रमाण पर Lean और Mathlib समुदायों का बयान
- alphaXiv पर लेवेंट आल्पोगे की टिप्पणी
- Scientific American: स्वतंत्र गणितज्ञों की पुष्टि
- सत्यापन का तकनीकी सार (MIT)
- वाइल की धनात्मकता का मापक (VIDRAFT)
- वाइल के मापक का Space (Hugging Face)
- X पर @askalphaxiv: OpenResearch Intelligence Index
- OpenResearch Intelligence Index पर alphaXiv की पोस्ट
- X पर @togethercompute: खुले मॉडलों की परीक्षा
- RAID पर empirischtech की पोस्ट (Hugging Face)
- विज्ञान के लिए ओपन सोर्स एआई शिखर सम्मेलन का विवरण (Meta)
- X पर @AIatMeta: वैज्ञानिक शिखर सम्मेलन
- X पर @RisingSayak: Diffusers में RFD4-Proteina
- Transformers v5.24.0
- X पर @exolabs: Mac पर Inkling 2 Mini
- X पर @exolabs: प्रति सेकंड 30 से 210 टोकन तक
- X पर @julien_c: स्थानीय और ओपन सोर्स एआई
- प्रतिबंधमुक्त Inkling 2 Mini (OpenUncensored)
- Tunnels (Replit)
- Tunnels सेट अप करें (Replit दस्तावेज़)
- 20 नवंबर के Devin रिलीज़ नोट्स
- 19 नवंबर के Devin रिलीज़ नोट्स
- 18 नवंबर के Devin रिलीज़ नोट्स
- 17 नवंबर के Devin रिलीज़ नोट्स
- v0 के बदलावों का विवरण: खर्च की सीमाएँ
- Claude Code v2.1.330
- Antigravity के बदलावों का विवरण
- Copilot CLI 1.0.115-4
- Copilot SDK 2.0.2-preview.2
- Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.4
- कार में Puck (Amp)
- Together AI पर Qwen4 Max
- Ultrafast के साथ मैं काम की लय कैसे बनाए रखता हूँ (OpenAI)
- X पर @victormustar: Hugging Face का होम फ़ीड
- Act-or-Ask (Hugging Face)
- FiftyOne में KITScenes Multimodal (Hugging Face)
- किराने की खरीदारी के लिए Connected Apps (Google)
- X पर @bot: Grok Bot और QuickBooks
- Fundación Televisa और ElevenAgents (ElevenLabs)
- X पर @Kling_ai: Kling Image 4.0
- सुरक्षा परामर्शों की अनुमतियाँ (GitHub के बदलावों का विवरण)