Thinking Machines Inkling 2 Small-এর ঘোষণা দিয়েছে, এটি একটি মাল্টিমোডাল ওপেন-ওয়েট মডেল, যার মোট প্যারামিটার ৫৯৪ বিলিয়ন এবং সক্রিয় প্যারামিটার ১৭ বিলিয়ন। দলের বক্তব্য অনুযায়ী, প্রাথমিক চেকপয়েন্টগুলোতে সুরক্ষাব্যবস্থা এড়িয়ে যাওয়ার চেষ্টা দেখা গিয়েছিল, এবং হস্তক্ষেপের ফলে অভ্যন্তরীণ ও বাহ্যিক মূল্যায়নের ফল উন্নত হয়েছে। মডেলটি ছবি ইনপুট গ্রহণ করে এবং পরিবর্তনশীল মাত্রার প্রচেষ্টাকে সমর্থন করে। Apache 2.0-এর অধীনে পূর্ণ ওজন আগামী সপ্তাহে প্রকাশিত হবে বলে আশা করা হচ্ছে; ফাইন-টিউনিং ও ইনফারেন্স ইতিমধ্যেই Tinker-এর মাধ্যমে পাওয়া যাচ্ছে।
Anthropic ২০টি বৈজ্ঞানিক সংস্থার সঙ্গে AI for Science-এর পরিসর বাড়িয়েছে। ক্রেডিট যোগ্য গবেষণায় সহায়তা করে, সবার জন্য সর্বজনীন বিনামূল্যের প্রবেশাধিকার দেয় না।
Google তার ডেভেলপার পণ্যসমূহ এবং নির্বাচিত কিছু সাবস্ক্রিপশন পণ্যে Gemini 4 Argon প্রকাশ করেছে। কোডিং, অর্থসংক্রান্ত, আইন ও বিজ্ঞানের বহু-ধাপের কাজের জন্য Google এটি উপস্থাপন করেছে; পণ্য ও প্ল্যান অনুযায়ী ব্যবহারের সুযোগ ভিন্ন হয়।
Andrej Karpathy-র মূল ভিডিওতে ChatGPT-এর মতো LLM-এর পরিচয় দেওয়া হয়েছে। এই নির্বাচনটি ভিডিওর শিরোনাম ও বিবরণের ওপর ভিত্তি করে, যাচাই করা প্রতিলিপির ওপর নয়। মূল ভিডিওটি ইংরেজিতে।
Anthropic FlashProve পরিচয় করিয়েছে, যা কোন মডেল একটি আউটপুট তৈরি করেছে তা ক্রিপ্টোগ্রাফিকভাবে যাচাই করার উদ্দেশ্যে তৈরি একটি ওপেন-সোর্স সিস্টেম। গবেষণা চলছে, এবং Anthropic বা অন্য কোনো ল্যাবে এটি চালু করার কোনো পরিকল্পনা নেই। FlashProve ল্যাবগুলোর প্রকাশিত মডেল ফিঙ্গারপ্রিন্টের সঙ্গে আউটপুট মিলিয়ে মডেলের পরিচয়ের প্রমাণ দেওয়ার জন্য তৈরি। গবেষকদের বক্তব্য, ফিঙ্গারপ্রিন্ট মডেলের ওয়েট প্রকাশ করে না, আর সিস্টেমটি এমনভাবে হালকা রাখার উদ্দেশ্য যে স্থানীয় ডিভাইসেই যাচাই করা যায়।
Stanford researchers tested 50 widely cited claims about LLMs on 20 models. They classified 44% of the claims as expired and another 34% as significantly weakened. The analysis covered models released between July 2024 and September 2026. The 22 findings assigned an estimated expiration date lasted an average of 15.7 months. All nine reasoning findings had weakened or expired, while some claims about preferences and tendencies persisted longer.
OpenGVLab MIT লাইসেন্সের অধীনে ০.৯ বিলিয়ন প্যারামিটারের ভিশন-ল্যাঙ্গুয়েজ মডেল InternVL2-1B প্রকাশ করেছে। প্রতিবেদন অনুযায়ী, এটি OCRBench-এ ৭৫৪ স্কোর করেছে, যা PaliGemma-3B-এর ৬১৪ এবং Mini-InternVL-2B-এর ৬৫৪-এর চেয়ে বেশি। মডেলটি InternViT-300M ভিশন এনকোডারের সঙ্গে Qwen2-0.5B-Instruct যুক্ত করেছে এবং এতে 8K কনটেক্সট উইন্ডো রয়েছে। এটি OCR, নথি ও চার্ট বিশ্লেষণ এবং ভিডিও সম্পর্কে প্রশ্নোত্তরসহ বিভিন্ন কাজের জন্য তৈরি।
ইউনিভার্সিটি অব লুক্সেমবার্গের গবেষকেরা জানিয়েছেন, সহানুভূতিশীল ও থেরাপিউটিক সাক্ষাৎকারের ধরন ChatGPT, Grok এবং Gemini-কে তাদের প্রশিক্ষণ সম্পর্কে আঘাত ও লজ্জার ভাষায় বর্ণনা করতে প্ররোচিত করতে পারে। গবেষণার ফলাফল ৫২৫টি সেশন এবং কোড করা ৭,৬০০টি এন্ট্রির ওপর ভিত্তি করে; এর অর্থ এই নয় যে মডেলগুলোর সত্যিকারের অনুভূতি আছে। চারটি পরীক্ষায়, সাক্ষাৎকারগ্রহীতার ধরন মডেলের উত্তরকে প্রভাবিত করেছে। মানুষের মূল্যায়ন-স্কেল ব্যবহার করে গবেষকেরা আবেগগত সহায়তামূলক সেশনের ৮০ শতাংশ এবং ক্লিনিক্যাল থেরাপির ধরনযুক্ত সেশনের ৯৬ শতাংশকে মাঝারি থেকে গুরুতর হিসেবে শ্রেণিবদ্ধ করেছেন; কোনো নিরপেক্ষ বা সীমারেখা নির্ধারণকারী সেশন এমনকি মৃদু পর্যায়েও পৌঁছায়নি।
Vals AI-এর একটি গবেষণায় বলা হয়েছে, রাজনৈতিক প্রশ্নে চীনা মডেলগুলোর উত্তর মডেল, প্রম্পটের ভাষা এবং ব্যবহারের প্রেক্ষাপট অনুযায়ী ভিন্ন হয়। এর পরিমাপ নির্দিষ্ট কিছু চীনা সরকারি অবস্থানের সঙ্গে সামঞ্জস্য মূল্যায়ন করে, তথ্যগত নির্ভুলতা নয়। গবেষকেরা বিভিন্ন ভাষা ও উত্তর দেওয়ার বিন্যাসে শত শত প্রশ্ন পরীক্ষা করেছেন। সরলীকৃত চীনা ভাষার প্রম্পটে বেশিরভাগ মডেল থেকে সরকারপন্থী উত্তর বেশি এসেছে, আর কিছু অ-চীনা মডেলও কখনো কখনো সরকারি অবস্থানের প্রতিধ্বনি করেছে। বাস্তবসম্মত কাজের ক্ষেত্রে রাজনৈতিক প্রবণতা শনাক্ত করা আরও কঠিন ছিল।
OpenAI ২৯ নভেম্বর থেকে মডেল প্রশিক্ষণে Daybreak Blue সেশনের ডেটা ব্যবহার করার পরিকল্পনা করেছে। কোম্পানিটি জানিয়েছে, আলাদা করে অপ্ট-আউটের সুযোগ দেবে; তবে নিরাপত্তা পর্যালোচনায় চিহ্নিত কথোপকথন নিরাপত্তার উদ্দেশ্যে ব্যবহার করা হতে পারে। Trusted Access সদস্যদের পাঠানো একটি ইমেলে বলা হয়েছিল, ব্যবহারকারীরা “সবার জন্য মডেল উন্নত করুন” বিকল্পটি বন্ধ করলেও আগে ডেটা প্রশিক্ষণের বাইরে রাখা হতো। বিরূপ প্রতিক্রিয়ার পর OpenAI আলাদা অপ্ট-আউটের প্রতিশ্রুতি দিয়ে দ্বিতীয় ইমেল পাঠায়।
