एआई न्यूज राउंडअप: 21 घंटों में एक जीनोम स्कैन, गणित में आग, और $3.1बी लीडरबोर्ड

अक्टूबर के अंतिम सप्ताह में एक अजीब मिश्रण सामने आया: एआई वास्तविक विज्ञान कर रहा है, एआई अस्थिर गणित कर रहा है, और एक बेंचमार्किंग साइट यूनिकॉर्न बन रही है। यहां वह हिस्सा है जो वास्तव में बदलता है कि आपको किस टूल तक पहुंचना चाहिए।

एंथ्रोपिक ने विशाल जीनोमिक डेटासेट पर 950 क्लाउड एजेंटों को इंगित किया और लगभग 21.5 घंटों में एक पूर्व अज्ञात एंजाइम सिस्टम, उपनाम एआरटी, सामने आया - सीआरआईएसपीआर जैसे गुणों के साथ जिन्हें अभी भी प्रयोगशाला परीक्षण और सहकर्मी समीक्षा की आवश्यकता है। दिलचस्प कदम गति नहीं है, बल्कि यह है कि एक प्रयोगशाला ने एजेंटों को वास्तविक डेटा पर आधारित खोज के रूप में माना, न कि चैटबॉट के रूप में। यदि आपका काम अनुसंधान है, तो टूलींग इसी दिशा में जा रही है।

ओपनएआई ने 719 एआई-जनरेटेड गणित पांडुलिपियां प्रकाशित कीं, और शोधकर्ताओं ने प्राकृतिक-भाषा स्पष्टीकरण और औपचारिक रूप से सत्यापित प्रमाणों के बीच अंतर को चिह्नित किया। यह अकादमिक पोशाक में संदर्भ-खिड़की की समस्या है: एक आश्वस्त, अच्छी तरह से लिखा गया प्रमाण जो टिकता नहीं है। औपचारिक जांच हमेशा मॉडल के बाहर रखें।

व्यावहारिक पक्ष पर, अंडरडॉग ने सालुकी 27बी जारी किया, एक ओपन-सोर्स मॉडल जो लगभग 54 जीबी से घटकर 7.89 जीबी हो गया है, इसलिए यह 16 जीबी लैपटॉप पर चलता है, और इसने टूल-कॉलिंग बेंचमार्क पर 120 में से 88 स्कोर बनाए। स्थानीय, निजी, सस्ता अनुमान शौक़ीन सपना बनकर रह गया। और पैसा बढ़ता रहा: एरेना लीडरबोर्ड ने $3.1B मूल्यांकन पर $200M सीरीज B जुटाई।

खरीदारों के लिए थ्रूलाइन: Google ने लगातार मेमोरी और मल्टी-एजेंट ऑर्केस्ट्रेशन के साथ एक एंटरप्राइज़ जेमिनी एजेंट पेश किया, मिस्ट्रल ने 'ले चोंक', एक ट्रिलियन-पैरामीटर ओपन-वेट मॉडल भेजा, और OpenAI ने GPT-6.1 टेरा की कीमत इसके पिछले टेरा और सोल टियर की तुलना में लगभग 50 प्रतिशत कम रखी। महंगे फ्रंटियर को एक सस्ता, तेज भाई-बहन मिल रहा है, और ओपन-वेट कैंप अंतर को कम कर रहा है - इसलिए उबाऊ 80 प्रतिशत को सस्ते मॉडल की ओर ले जाएं और निर्णय कॉल के लिए प्रीमियम मॉडल को रखें।