शीर्ष AI शोधकर्ता Minecraft को स्वायत्त एजेंटों के लिए एक बेंचमार्क बना रहे हैं, यह परखते हुए कि मॉडल पेड़ काट सकते हैं, खनन कर सकते हैं, सामान बना सकते हैं और शून्य से गेम जीत सकते हैं या नहीं। टीमें अब लीडरबोर्ड पर प्रतिस्पर्धा कर रही हैं, जहाँ एकल एजेंट और बहु-एजेंट टीमें अलग-अलग तरीके अपना रही हैं।
OpenAI, GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna और Codex को Google Cloud पर लाएगा, जो दो कट्टर प्रतिद्वंद्वियों के बीच एक दुर्लभ सौदा है। पहले मॉडल कुछ एंटरप्राइज़ ग्राहकों तक पहुंच रहे हैं, और अधिक एकीकरण की योजना है।
ओपन-सोर्स कोडिंग टूल OpenCode में एक सुरक्षा खामी ने OpenAI, Claude और Gemini के लिए API कुंजियाँ उजागर कर दीं, जिससे हमलावरों ने रातों-रात डेवलपर्स के प्रीपेड क्रेडिट जला दिए। यह घटना AI टूलिंग आपूर्ति श्रृंखलाओं में विश्वास पर नए सवाल उठाती है।
Google DeepMind ने Gemini 4 Argon पेश किया, जो जटिल तर्क और AI कोडिंग के लिए बनाया गया एक फ्रंटियर मॉडल है और बेंचमार्क तालिकाओं में अग्रणी है, लेकिन कहा जाता है कि व्यावहारिक कार्यों में पीछे है। यह सीमित Fairwind कार्यक्रम के जरिए सुरक्षा रक्षकों तक पहले पहुंचता है।
आप अंत तक पहुँच गए
