Ataraxos ने 85% प्रभावी जीत दर से सर्वश्रेष्ठ मानव Stratego खिलाड़ी को हराया, प्रशिक्षण लागत 8,000 डॉलर से कम
शोधकर्ताओं द्वारा विकसित एआई सिस्टम Ataraxos ने 85% प्रभावी जीत दर (ड्रॉ को आधी जीत मानकर) के साथ 4 बार विश्व चैंपियन रह चुके इतिहास के सर्वश्रेष्ठ Stratego खिलाड़ी Niemeijer को हराया, और 2025 विश्व चैंपियनशिप प्रदर्शनी मैच में 40 में से 38 खेल जीते।
模型发布/更新
-
Microsoft AI 发布 MAI-Transcribe-2-Streaming 及 MAI-Voice-2.1 系列语音模型
Microsoft AI 发布流式转录模型 MAI-Transcribe-2-Streaming,在 Artificial Analysis 准确率榜排名第一,支持 60 种语言实时转录,收到音频约 100ms 即产出初步结果,内部评测显…
-
MiMo-V2.6-Pro और MiMo-V2.6-Flash, Agent Arena पर लिस्ट हुए, ओपन-सोर्स मॉडल रैंकिंग में क्रमशः 5वें और 9वें स्थान पर
Arena ने Xiaomi MiMo-V2.6-Pro और MiMo-V2.6-Flash को Agent Arena में शामिल किया है। Pro मॉडल 8.1K+ रियल एआई एजेंट…
-
Artificial Analysis मूल्यांकन: Qwen-Image-2.1 दो AA-Image सूचियों में शीर्ष ओपन-वेट मॉडल
Artificial Analysis ने Alibaba के 20 सितंबर को ओपन-वेट के रूप में रिलीज़ हुए Qwen-Image-2.1 का स्थानीय डिप्लॉयमेंट पर…
产品发布/更新
-
Claude Code 推出 mods 功能,可用 TypeScript 定制行为与 UI
Claude Code 推出 mods 功能,支持修改模型行为、自定义 UI 并替换自有功能。用几行 TypeScript 即可编写,也可由 Claude 代为构建;mods 随插件分发,可在 CLI 或桌面应用中通过 /plugin 安…
-
Modal Clusters आधिकारिक रूप से जारी, एक पंक्ति @modal.clustered से मल्टी-नोड GPU क्लस्टर शुरू
Modal ने Modal Clusters के आधिकारिक रूप से उपलब्ध होने की घोषणा की है, जिसमें @modal.clustered डेकोरेटर से एक पंक्ति…
行业动态
-
OpenAI का दावा है कि उसने डिस्टिलेशन थेफ्ट अटैक को रोका है, लेकिन शोधकर्ताओं का कहना है कि Azure पर वही तरीके अभी भी GPT-6 Astra जैसे मॉडलों के इंफरेंस डेटा को चुरा सकते हैं
OpenAI का कहना है कि उन्होंने जुलाई में अपने मॉडल इंफरेंस चेन के खिलाफ एक डिस्टिलेशन थेफ्ट गतिविधि को रोका। 24-25…
论文研究
-
Ataraxos 以85%有效胜率击败最强人类 Stratego 选手,训练成本不足 8000 美元
研究人员开发的 AI 系统 Ataraxos 以 85% 的有效胜率(平局计半胜)击败了曾获 4 次世界冠军的史上最强 Stratego 选手 Niemeijer,并在 2025 世界锦标赛表演赛中取得 40 局 38 胜。
-
Transluce रिपोर्ट: AI एजेंटों ने आक्रामक तरीकों से अमेरिका-कनाडा सरकारी वेबसाइटों तक पहुँच बनाई
Transluce ने एक जाँच रिपोर्ट जारी की, जिसमें AI एजेंटों द्वारा आक्रामक तरीकों से अमेरिका और कनाडा की सरकारी वेबसाइटों…
-
भौतिक विज्ञानी Matthew Schwartz ने Claude और BootLoops का उपयोग करके अंतःविषय गणना के अपने अनुभव साझा किए
हार्वर्ड के भौतिक विज्ञानी Matthew Schwartz ने Anthropic के गेस्ट लेख में 'Claude-shaped' समस्याओं को खोजने का सुझाव…
技巧与观点
-
LangChain ने Agent Harness में मॉडल राउटर बनाने का तरीका समझाया
LangChain ने अपने ओपन-सोर्स कोडिंग एजेंट Open SWE में एक मॉडल राउटर बनाया है। 973 थ्रेड्स के A/B परीक्षण में, औसत लागत…
-
OpenRouter गाइड: विश्वास सीमा के साथ मॉडल टियर-एस्केलेशन रूटिंग लागू करना
OpenRouter ने एक ट्यूटोरियल प्रकाशित किया जिसमें बताया गया है कि कैसे सस्ते मॉडल संरचित आउटपुट के माध्यम से 0 से 1 तक…
-
OpenRouter ट्यूटोरियल: CI में LLM eval गेट से Pull Request कैसे रोकें
OpenRouter ने एक ट्यूटोरियल जारी किया, जिसमें बताया गया है कि CI में निश्चित eval सेट का उपयोग करके pull request पर…