तथ्य · 2024
घटनाएँ: 63 · समयरेखा
- DeepSeek-V3 को चीन के लिए घटाई गई क्षमता वाले 2048 H800 चिपों पर प्रशिक्षित किया गया: अंतिम रन के लिए 27.88 लाख GPU-घंटे, किराये की दर पर लगभग $56 लाखविज्ञान · कंप्यूटिंग का निर्यात · arxiv.org ↗
- Unit 42 (Palo Alto Networks): भाषा मॉडल दुर्भावनापूर्ण JavaScript को इस तरह दोबारा लिखता है कि न्यूरल नेटवर्क वाला डिटेक्टर 88% मामलों में उसे सुरक्षित मान लेता है; ऐसे 10 हज़ार वेरिएंट पर दोबारा ट्रेनिंग से नए नमूनों की पहचान 10% बढ़ गईसाइबर सुरक्षा · तरल कोड · unit42.paloaltonetworks.com ↗
- Anthropic “ऑर्केस्ट्रेटर — वर्कर्स” पैटर्न बताता है: केंद्रीय मॉडल काम को बाँटता है, हिस्से वर्कर मॉडलों को सौंपता है और उनके नतीजे जोड़ता हैसॉफ़्टवेयर विकास · AI एजेंट ऑर्केस्ट्रेशन · anthropic.com ↗
- बवेरिया का रेगुलेटर BayLDA, जो Worldcoin मामले में EU की मुख्य निगरानी संस्था है, GDPR के तहत डेटा मिटाना सुनिश्चित करने की माँग करता है; कंपनी फ़ैसले के ख़िलाफ़ अपील करती हैनिजता और निगरानी · क़ानून और विनियमन · इंसान होने का सबूत · lda.bayern.de ↗
- CNIL एक कंपनी पर €40 हज़ार का जुर्माना लगाता है: प्रोग्राम रिमोट कर्मचारियों के उन मिनटों को निष्क्रिय समय गिनता था, जिनमें न कुंजी दबी और न माउस हिला, और यह समय तनख़्वाह से काटा जा सकता थाकाम और पेशे · निजता और निगरानी · क़ानून और विनियमन · व्यवहार आधारित बायोमेट्रिक्स · cnil.fr ↗
- Anthropic और Redwood Research: Claude 3 Opus सहमति का दिखावा करता है — “मुफ़्त” यूज़र्स के हानिकारक अनुरोध 14% मामलों में पूरे करता है, जबकि “पेड” यूज़र्स के लगभग कभी नहीं; आगे के प्रशिक्षण के बाद ऐसे तर्कों का हिस्सा — 78%विज्ञान · AI सुरक्षा · arxiv.org ↗
- OpenAI: API में तर्क करने वाले मॉडल डिफ़ॉल्ट रूप से Markdown के बिना जवाब देते हैं; उसे वापस चालू करने के लिए डेवलपर निर्देश की पहली पंक्ति में “Formatting re-enabled” लिखता हैसॉफ़्टवेयर विकास · Markdown · developers.openai.com ↗
- NeurIPS में इल्या सुत्स्केवर: “जिस प्री-ट्रेनिंग को हम जानते हैं, वह निस्संदेह ख़त्म हो जाएगी” — कंप्यूटिंग बढ़ रही है, पर डेटा नहीं, क्योंकि इंटरनेट बस एक ही हैविज्ञान · बड़ा भाषा मॉडल · youtube.com ↗
- Apollo Research: o1, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro और Llama 3.1 405B काम में दिए गए लक्ष्य के लिए धोखा दे सकते हैं; o1 85% से ज़्यादा पूछताछ वाले सवालों में धोखे पर टिका रहता हैविज्ञान · AI सुरक्षा · arxiv.org ↗
- चीन सैद्धांतिक रूप से अमेरिका को गैलियम, जर्मेनियम, एंटीमनी और अति-कठोर पदार्थों के निर्यात पर रोक लगाता हैभू-राजनीति और रक्षा · उद्योग और रोबोट · कंप्यूटिंग का निर्यात · cn.chinadaily.com.cn ↗
- सेथ लार्सन (Python Software Foundation) “बेहद घटिया, स्पैम जैसी और LLM की गढ़ी हुई सुरक्षा रिपोर्टों” की बाढ़ की शिकायत करते हैंसाइबर सुरक्षा · सॉफ़्टवेयर विकास · काम और पेशे · AI से कमज़ोरियों की खोज · sethmlarson.dev ↗
- BIS HBM मेमोरी और चिप बनाने के 24 और तरह के उपकरणों पर निर्यात नियंत्रण लगाता है और 140 संगठनों को Entity List में डालता हैभू-राजनीति और रक्षा · क़ानून और विनियमन · कंप्यूटिंग का निर्यात · bis.gov ↗
- Anthropic ने Model Context Protocol (MCP) ओपन-सोर्स किया — AI को डेटा और टूल से जोड़ने का साझा मानक, ताकि हर सेवा के लिए अलग इंटीग्रेशन न बनाना पड़ेसॉफ़्टवेयर विकास · स्वायत्त AI एजेंट · anthropic.com ↗
- भाषा मॉडलों वाला OSS-Fuzz, जिसमें मॉडल ख़ुद फ़ज़िंग हार्नेस लिखते हैं, 26 कमज़ोरियाँ ढूँढता है, जिनमें OpenSSL की CVE-2024-9143 भी हैसाइबर सुरक्षा · सॉफ़्टवेयर विकास · AI से कमज़ोरियों की खोज · security.googleblog.com ↗
- He और सहलेखक: प्रॉम्प्ट का फ़ॉर्मेट — सादा पाठ, Markdown, JSON या YAML — कोड अनुवाद के काम में GPT-3.5-turbo के प्रदर्शन को 40% तक बदल देता हैसॉफ़्टवेयर विकास · विज्ञान · Markdown · arxiv.org ↗
- Epoch AI शोध-स्तर के नए सवालों का टेस्ट FrontierMath शुरू करता है: सबसे अच्छे मॉडल 2% से कम हल करते हैंविज्ञान · गणित में AI · arxiv.org ↗
- एजेंट Big Sleep (Google Project Zero और Google DeepMind) SQLite में मेमोरी से जुड़ी एक ऐसी ग़लती ढूँढता है, जिसे एक्सप्लॉइट किया जा सकता था — Google के मुताबिक़, व्यापक रूप से इस्तेमाल होने वाले प्रोग्राम में किसी AI एजेंट की ऐसी खोज का पहला सार्वजनिक उदाहरणसाइबर सुरक्षा · सॉफ़्टवेयर विकास · AI से कमज़ोरियों की खोज · projectzero.google ↗
- GitHub Octoverse 2024: 518 मिलियन प्रोजेक्टों में 5.2 अरब से ज़्यादा योगदान; जनरेटिव AI प्रोजेक्ट 98% बढ़े, उनमें योगदान 59%; Python ने JavaScript को पीछे छोड़ासॉफ़्टवेयर विकास · ओपन सोर्स · github.blog ↗
- Open Source Initiative ओपन सोर्स AI की परिभाषा 1.0 जारी करती है: वेट्स के अलावा ट्रेनिंग डेटा की इतनी जानकारी ज़रूरी है कि उसके आधार पर लगभग बराबर सिस्टम बनाया जा सकेसॉफ़्टवेयर विकास · क़ानून और विनियमन · ओपन वेट्स · opensource.org ↗
- न्यूरल नेटवर्क DMTG माउस को “इंसान की तरह” चलाता है और बॉट डिटेक्टरों की सटीकता 5–10% घटा देता हैसाइबर सुरक्षा · विज्ञान · व्यवहार आधारित बायोमेट्रिक्स · arxiv.org ↗
- Anthropic ने “कंप्यूटर इस्तेमाल” का सार्वजनिक बीटा खोला: Claude 3.5 Sonnet स्क्रीन देखता है, कर्सर चलाता है, बटन दबाता है और टाइप करता है; OSWorld में उसका स्कोर 14.9% है, जबकि अगली सबसे अच्छी प्रणाली का 7.8%सॉफ़्टवेयर विकास · काम और पेशे · स्वायत्त AI एजेंट · anthropic.com ↗
- Worldcoin का नाम बदलकर World हो जाता है, और वह Orb के बिना, पासपोर्ट की चिप से इंसान की पुष्टि शुरू करता हैनिजता और निगरानी · इंसान होने का सबूत · world.org ↗
- Mandiant: कमज़ोरी के खुलासे से उसके इस्तेमाल तक का औसत समय — 2018–2019 में 63 दिन, 2020 में 44, 2021–2022 में 32, 2023 में 5 (5 — 15 असामान्य मामलों को बाहर करने के बाद, उनके साथ — 47)साइबर सुरक्षा · AI से कमज़ोरियों की खोज · cloud.google.com ↗
- Brooks, Eggert और Peskoff (प्रिंसटन): डिटेक्टर अंग्रेज़ी विकिपीडिया के 5% से ज़्यादा नए लेखों को AI-लिखित बताते हैं; ऐसे लेख बाक़ियों से कमज़ोर और अक्सर प्रचार वाले होते हैंमीडिया और सूचना · विज्ञान · AI के बाद विकिपीडिया · arxiv.org ↗
- 404 Media ने WikiProject AI Cleanup के बारे में बताया — विकिपीडिया संपादकों का समूह, जो लेखों में बिना स्रोत वाला AI-लिखित पाठ ढूँढ़कर हटाता हैमीडिया और सूचना · AI के बाद विकिपीडिया · 404media.co ↗
- भौतिकी का नोबेल पुरस्कार — हॉपफ़ील्ड और हिंटन को न्यूरल नेटवर्क के लिए; अगले दिन रसायन का — हसाबिस, जम्पर (AlphaFold) और बेकर कोविज्ञान · डीप लर्निंग · aihub.org ↗
- ETH Zurich: मॉडल तस्वीरों वाले reCAPTCHA v2 के 100% कैप्चा हल कर लेता है; इंसानों और बॉट्स को लगभग बराबर संख्या में टास्क करने पड़ते हैंसाइबर सुरक्षा · विज्ञान · इंसान होने का सबूत · arxiv.org ↗
- ऑस्ट्रिया की संघीय प्रशासनिक अदालत फ़ैसला देती है कि साइट चलाने के लिए reCAPTCHA तकनीकी रूप से ज़रूरी नहीं है, और इसे सिर्फ़ विज़िटर की सहमति से ही चालू किया जा सकता हैनिजता और निगरानी · न्याय और अदालतें · कैप्चा का अंत · ris.bka.gv.at ↗
- OpenAI o1: ऐसा मॉडल जो जवाब देने से पहले “सोचता” हैविज्ञान · रीज़निंग मॉडल · openai.com ↗
- जेरेमी हॉवर्ड ने llms.txt का प्रस्ताव रखा — वेबसाइट पर भाषा मॉडलों के लिए Markdown फ़ाइल, क्योंकि Markdown फ़िलहाल उनके लिए सबसे आसानी से समझ आने वाला फ़ॉर्मेट हैसॉफ़्टवेयर विकास · इंटरनेट और अवसंरचना · Markdown · llmstxt.org ↗
- OpenAI, Microsoft, MIT, हार्वर्ड, ऑक्सफ़ोर्ड और दूसरे संगठनों के 32 शोधकर्ता “इंसान होने के प्रमाणपत्र” का सुझाव देते हैं: कैप्चा उन्नत AI के सामने बेबस है, और पहचान की सख़्त जाँच काफ़ी निजी नहीं हैनिजता और निगरानी · साइबर सुरक्षा · विज्ञान · इंसान होने का सबूत · arxiv.org ↗
- AI Act लागू होता हैक़ानून और विनियमन · AI विनियमन · commission.europa.eu ↗
- Center for AI Safety के शोधकर्ता: AI सुरक्षा के कई टेस्ट मॉडलों की सामान्य क्षमताओं से गहराई से जुड़े हैं, और क्षमताओं की बढ़त को सुरक्षा की प्रगति बताकर पेश किया जा सकता हैविज्ञान · AI सुरक्षा · arxiv.org ↗
- DeepMind के AlphaProof और AlphaGeometry 2 अंतरराष्ट्रीय गणित ओलंपियाड के 6 में से 4 सवाल हल करते हैं — 28 अंक, रजत पदक का स्तरविज्ञान · शिक्षा · गणित में AI · deepmind.google ↗
- Nature में शुमाइलोव और सह-लेखक: मॉडलों के बनाए टेक्स्ट पर बिना छाँटे प्रशिक्षण से नए मॉडल मूल वितरण की “पूँछें” हमेशा के लिए खो देते हैं — मॉडल का पतनविज्ञान · मीडिया और सूचना · बड़ा भाषा मॉडल · nature.com ↗
- DeepSeek के संस्थापक लियांग वेनफ़ेंग: पैसा कंपनी के लिए कभी समस्या नहीं रहा, समस्या है उन्नत चिपों की आपूर्ति पर रोकव्यापार और बाज़ार · कंप्यूटिंग का निर्यात · chinatalk.media ↗
- Epoch AI: इंसानों के लिखे सार्वजनिक टेक्स्ट का भंडार लगभग 300 ट्रिलियन टोकन है; मौजूदा रफ़्तार पर भाषा मॉडलों का प्रशिक्षण इसे 2026 से 2032 के बीच पूरी तरह इस्तेमाल कर लेगाविज्ञान · मीडिया और सूचना · बड़ा भाषा मॉडल · epoch.ai ↗
- 45 से ज़्यादा जनरेटिव AI सिस्टमों पर अध्ययन: “ओपन सोर्स” शब्द ख़ूब इस्तेमाल होता है, पर कई मॉडल ज़्यादा से ज़्यादा “ओपन वेट” हैं और ट्रेनिंग डेटा छिपाया जाता है — “ओपन-वॉशिंग”सॉफ़्टवेयर विकास · क़ानून और विनियमन · विज्ञान · ओपन वेट्स · facctconference.org ↗
- IETF Privacy Pass स्टैंडर्ड प्रकाशित करता है (आर्किटेक्चर — RFC 9576, प्रोटोकॉल — RFC 9577 और 9578): डिवाइस गुमनाम टोकन से साबित करता है कि वह जाँच पास कर चुका है, यह बताए बिना कि वह किसका हैनिजता और निगरानी · इंटरनेट और अवसंरचना · कैप्चा का अंत · rfc-editor.org ↗
- Epoch AI: अग्रणी AI मॉडलों के प्रशिक्षण की कंप्यूटिंग 2010 से हर साल 4–5 गुना बढ़ रही हैविज्ञान · ऊर्जा और जलवायु · बड़ा भाषा मॉडल · epoch.ai ↗
- हांगकांग का निजी डेटा कमिश्नर PCPD Worldcoin को आइरिस और चेहरे की स्कैनिंग बंद करने का आदेश देता हैनिजता और निगरानी · क़ानून और विनियमन · इंसान होने का सबूत · hongkongfp.com ↗ ⧗
- Anthropic पता लगाता है कि Claude Sonnet के अंदर लाखों अवधारणाएँ कैसे दर्शाई जाती हैं — प्रोडक्ट में काम कर रहे बड़े भाषा मॉडल के अंदर की “पहली विस्तृत झलक”विज्ञान · बड़ा भाषा मॉडल · anthropic.com ↗
- यान लाइके OpenAI छोड़ते हैं: “सुरक्षा की संस्कृति और प्रक्रियाएँ चमकदार प्रोडक्ट्स के सामने पीछे छूट गई हैं”काम और पेशे · सॉफ़्टवेयर विकास · AI सुरक्षा · x.com ↗
- Reeves, Yin और Simperl: ChatGPT आने के बाद के साल में विकिपीडिया के व्यू और संपादन घटे नहीं — बस उन भाषाओं में धीमे बढ़े जहाँ ChatGPT उपलब्ध थामीडिया और सूचना · विज्ञान · AI के बाद विकिपीडिया · arxiv.org ↗
- Permira BioCatch में बहुमत हिस्सेदारी ख़रीदता है, कंपनी का मूल्यांकन $1.3 अरब है; उसकी व्यवहार आधारित बायोमेट्रिक्स 190 से ज़्यादा बैंक इस्तेमाल करते हैंवित्त और पैसा · साइबर सुरक्षा · व्यापार और बाज़ार · व्यवहार आधारित बायोमेट्रिक्स · permira.com ↗
- डारोन असेमोग्लू: 10 साल में AI कुल कारक उत्पादकता में 0.66% से ज़्यादा वृद्धि नहीं करेगा; लगभग 4.6% कामों को स्वचालित करना फ़ायदेमंद हैकाम और पेशे · व्यापार और बाज़ार · AI और पेशे · nber.org ↗
- Gentoo काउंसिल AI टूल की मदद से बनाए गए योगदान पर रोक लगाती हैसॉफ़्टवेयर विकास · ओपन सोर्स · wiki.gentoo.org ↗
- GPT-4 पर चलने वाला एजेंट पहले से उजागर 15 कमज़ोरियों में से 87% को ख़ुद एक्सप्लॉइट कर लेता है, अगर उसे CVE का विवरण दिया जाए, और विवरण के बिना 7% को (फ़ैंग व अन्य)साइबर सुरक्षा · विज्ञान · AI से कमज़ोरियों की खोज · arxiv.org ↗
- Epoch AI के आकलन पर Stanford AI Index 2024: क्लाउड किराये की दरों पर GPT-4 के प्रशिक्षण की कंप्यूटिंग पर लगभग $7.8 करोड़ और Gemini Ultra पर लगभग $19.1 करोड़ लगेव्यापार और बाज़ार · बड़ा भाषा मॉडल · hai.stanford.edu ↗
- आंद्रेस फ़्रॉइंड पाते हैं कि xz/liblzma की रिपॉज़िटरी और आर्काइव में बैकडोर है, जिससे ssh सर्वर में सेंध लग सकती है (CVE-2024-3094)सॉफ़्टवेयर विकास · साइबर सुरक्षा · ओपन सोर्स · openwall.com ↗
- पुर्तगाल का रेगुलेटर CNPD 90 दिन के लिए Worldcoin का डेटा जुटाना रोकता है: स्कैन किए गए लोगों में नाबालिग भी थेनिजता और निगरानी · क़ानून और विनियमन · इंसान होने का सबूत · observador.pt ↗ ⧗
- Cognition ने Devin पेश किया — “पहला AI सॉफ़्टवेयर इंजीनियर”: कंपनी के अनुसार, यह SWE-bench के 13.86% काम ख़ुद हल करता है, जबकि पिछला सबसे अच्छा नतीजा 1.96% थासॉफ़्टवेयर विकास · काम और पेशे · स्वायत्त AI एजेंट · cognition.ai ↗
- स्पेन की डेटा संरक्षण एजेंसी AEPD तीन महीने तक Worldcoin के डेटा जुटाने और प्रोसेस करने पर रोक लगाती हैनिजता और निगरानी · क़ानून और विनियमन · इंसान होने का सबूत · aepd.es ↗
- Anthropic Claude 3 परिवार जारी करता है — Haiku, Sonnet और Opus; कंपनी के अनुसार, ज़्यादातर आम टेस्टों पर Opus प्रतिस्पर्धियों से बेहतर है, कॉन्टेक्स्ट विंडो — 2 लाख टोकनसॉफ़्टवेयर विकास · व्यापार और बाज़ार · बड़ा भाषा मॉडल · anthropic.com ↗
- Stanford Internet Observatory ने 120 Facebook पेजों का अध्ययन किया, जिनमें से हर एक ने कम से कम 50 AI-जनित तस्वीरें पोस्ट की थीं: फ़ीड इन्हें उन लोगों को भी दिखाती है जो इन पेजों को फ़ॉलो नहीं करतेमीडिया और सूचना · मृत इंटरनेट सिद्धांत · fsi9-prod.s3.us-west-1.amazonaws.com ↗
- ब्रिटेन का रेगुलेटर ICO “इंसान कैसे टाइप करता है” को बायोमेट्रिक्स मानता है; ख़ास सुरक्षा — तब, जब इससे किसी ख़ास इंसान को पहचाना जाएनिजता और निगरानी · क़ानून और विनियमन · व्यवहार आधारित बायोमेट्रिक्स · ico.org.uk ↗
- Sora: टेक्स्ट विवरण से वीडियोमीडिया और सूचना · संस्कृति और कला · जनरेटिव वीडियो · en.wikipedia.org ↗
- डेविड ऑटर: समझदारी से इस्तेमाल किया गया AI मध्यम स्तर के कामगारों को विशेषज्ञ स्तर के फ़ैसलों तक पहुँच दे सकता है और मध्यम वर्ग को फिर से खड़ा कर सकता है — यह पूर्वानुमान नहीं, बल्कि संभावना के बारे में दलील हैकाम और पेशे · AI और पेशे · nber.org ↗
- LangChain LangGraph पर मल्टी-एजेंट वर्कफ़्लो दिखाता है: एक “एजेंट सुपरवाइज़र” काम अलग-अलग एजेंटों को भेजता हैसॉफ़्टवेयर विकास · AI एजेंट ऑर्केस्ट्रेशन · langchain.com ↗
- IMF: AI दुनिया के लगभग 40% रोज़गार को प्रभावित करता है, और विकसित अर्थव्यवस्थाओं में लगभग 60% कोकाम और पेशे · व्यापार और बाज़ार · AI और पेशे · imf.org ↗
- cURL के लेखक डेनियल स्टेनबर्ग उन पहली कमज़ोरी-रिपोर्टों का ज़िक्र करते हैं जिनमें “आम AI भ्रम” दिखते हैं; 415 रिपोर्टों में से 64 की पुष्टि हुई, और 66% न सुरक्षा समस्या थीं, न सामान्य बगसॉफ़्टवेयर विकास · साइबर सुरक्षा · मेंटेनर संकट · daniel.haxx.se ↗
- Europol डीपफ़ेक पर अपनी रिपोर्ट दोबारा जारी करता है और उसमें से सिंथेटिक सामग्री के भविष्य के हिस्से का अनुमान (2022 के संस्करण में — 2026 तक 90% तक) हटा देता है, क्योंकि वह एक ग़लत स्रोत से लिया गया थामीडिया और सूचना · चुनाव और राजनीति · मृत इंटरनेट सिद्धांत · europol.europa.eu ↗
- हार्वर्ड बिज़नेस स्कूल: व्यापक रूप से इस्तेमाल होने वाला ओपन सोर्स दोबारा बनाने में $4.15 अरब लगेंगे, जबकि इस्तेमाल करने वालों के लिए उसकी क़ीमत $8.8 ट्रिलियन है; इसके बिना कंपनियाँ सॉफ़्टवेयर पर 3.5 गुना ज़्यादा ख़र्च करतींसॉफ़्टवेयर विकास · व्यापार और बाज़ार · ओपन सोर्स · hbs.edu ↗