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।
Parameter Labs ChatGPT-এর HTML প্রিভিউতে একটি ত্রুটির কথা জানিয়েছে, যার ফলে সাইন-ইন করা ব্যবহারকারীদের ব্যক্তিগত তথ্য প্রকাশিত হতে পারত বা তাঁদের হয়ে কাজ করা সম্ভব হতো। OpenAI সমস্যাটি ঠিক করেছে এবং ৫,০০০ ডলারের বাগ বাউন্টি দিয়েছে। গবেষকদের জানানো আক্রমণের ধাপে একটি স্যান্ডবক্স করা iframe মূল পৃষ্ঠায় HTML যোগ করত, তারপর JavaScript চালানোর জন্য অনুমোদিত YouTube endpoint ব্যবহার করত। কোনো আক্রমণকারী বিশেষভাবে তৈরি করা শেয়ার লিংক ব্যবহার করে সাইন-ইন করা দর্শকদের লক্ষ্য করতে, তাঁদের তথ্য বাইরে পাঠাতে বা তাঁদের হয়ে কাজ করতে পারত।
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।
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।
Anthropic Claude-এর চারটি মডেলে টেক্সট ওয়াটারমার্ক চালু করছে, তবে API ব্যবহারকারীরা স্যাম্পলিং প্যারামিটার বদলে দুটি পুরোনো মডেলে এই চিহ্ন এড়াতে পারেন। কোম্পানির দাবি, ডিফল্ট সেটিংসে ওয়াটারমার্ক কাজ করে এবং এর শনাক্তকরণ API ব্যক্তিগত প্রিভিউতে রয়েছে। Claude Mythos 5, Opus 4.7, Opus 4.6 এবং Sonnet 4.6-এ ওয়াটারমার্ক আসছে। Anthropic বলছে, Opus 4.6 এবং Sonnet 4.6-এ temperature, top_p বা top_k-এর যেকোনো একটি পরিবর্তন করলেই এটি এড়ানো যায়; কমপ্লায়েন্সের জন্য কোম্পানি এই সেটিংস ডিফল্ট অবস্থায় রাখার পরামর্শ দিচ্ছে।
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।
ওপেন-ওয়েট মডেলের সাইবার ঝুঁকি নিয়ে আগের তুলনামূলক আশাবাদী দৃষ্টিভঙ্গি লেখক মোটের ওপর বজায় রেখেছেন, তবে দুর্বলতা প্রকাশের সংখ্যা বাড়ায় তিনি এখন বেশি উদ্বিগ্ন। শুধু একটি ওপেন মডেল প্রকাশ পেলেই বিপর্যয় ঘটে না: ক্ষতি নির্ভর করে একাধিক ধাপের ওপর, যার মধ্যে দুর্বলতা খুঁজে বের করা এবং আক্রমণ চালানো রয়েছে। লেখকের যুক্তি, Mythos-এর ওপেন-ওয়েট সংস্করণ প্রকাশ করলে ঝুঁকিতে আকস্মিক উল্লম্ফন ঘটার চেয়ে সাইবার ঘটনা ত্বরান্বিত হওয়ার সম্ভাবনাই বেশি। এর মানে এই নয় যে সবকিছু «ঠিকঠাক» থাকবে: সফটওয়্যার শিল্পকে ব্যয়বহুল রূপান্তরের মুখে পড়তে হতে পারে, যার জন্য দ্রুত প্যাচ প্রয়োগ এবং নিরাপত্তা নিয়ে আরও কাজ দরকার হবে।
The Decoder জানিয়েছে, যুক্তরাষ্ট্রের বড় ব্যাংকগুলো বহিরাগত AI এজেন্টের ক্রেডেনশিয়াল-ভিত্তিক প্রবেশাধিকার সীমিত করছে। এজেন্টরা অ্যাকাউন্টে প্রবেশ করলে বা স্বাধীনভাবে কোনো কাজ করার চেষ্টা করলে অনুমোদন নিয়ে যে উদ্বেগ তৈরি হয়, প্রতিবেদনটি তা তুলে ধরেছে।
Claude ব্যবহারকারী আইনজীবীদের জন্য Anthropic কনফিগারেশন ও তত্ত্বাবধান-সংক্রান্ত বিবেচনাগুলো তুলে ধরে। নিবন্ধটি সরবরাহকারীর দৃষ্টিভঙ্গি তুলে ধরে; উপযুক্ত গোপনীয়তা-চর্চা নির্ভর করে বিচারব্যবস্থা, মক্কেল এবং বিষয়টির ওপর।
Simon Willison ব্যক্তিগত ডেটা, অবিশ্বস্ত বিষয়বস্তু এবং বাইরের সঙ্গে যোগাযোগ একত্রিত করার ঝুঁকিগুলো বর্ণনা করেন। এই তিনটি সক্ষমতাই আছে এমন কোনো এজেন্ট সংগৃহীত উপকরণে লুকানো নির্দেশনার মাধ্যমে ডেটা প্রকাশ করে ফেলতে পারে।
Ballistic Ventures দুটি নতুন তহবিল মিলিয়ে মোট ৪৯০ মিলিয়ন ডলার সংগ্রহের পরিকল্পনা করছে। নিয়ন্ত্রক সংস্থায় জমা দেওয়া নথি অনুযায়ী, জমা দেওয়ার সময় কোনো তহবিলেই বিক্রি নথিভুক্ত হয়নি, এবং প্রতিষ্ঠানটি মন্তব্য করতে অস্বীকৃতি জানিয়েছে। জমা দেওয়া নথি অনুযায়ী, সাইবার নিরাপত্তায় মনোযোগী ভেঞ্চার ক্যাপিটাল প্রতিষ্ঠানটি তাদের তৃতীয় প্রধান তহবিলের জন্য ৩৬০ মিলিয়ন ডলার এবং Ballistic Ventures Fund B-এর জন্য ১৩০ মিলিয়ন ডলার সংগ্রহের চেষ্টা করছে। ২০২৫ সালে যুক্তরাষ্ট্রের সাইবার নিরাপত্তা স্টার্টআপগুলো ১১.৫ বিলিয়ন ডলার সংগ্রহ করেছে। PitchBook-এর তথ্য উদ্ধৃত করে JPMorgan Chase-এর একটি প্রতিবেদনে বলা হয়েছে, মে মাস পর্যন্ত যুক্তরাষ্ট্রের সাইবার নিরাপত্তা খাতের ভেঞ্চার চুক্তির প্রায় ৭২% ছিল AI-সক্ষম কোম্পানিগুলোর।
গুগলের বক্তব্য অনুযায়ী, NUS ও NTU-তে গবেষণা এবং সক্ষমতা বৃদ্ধির উদ্যোগে তারা ৬ মিলিয়ন ডলারের বেশি দিচ্ছে। ঘোষিত ক্ষেত্রগুলোর মধ্যে রয়েছে আলঝেইমার গবেষণা, কম্পিউটিং দক্ষতা, আঞ্চলিক ভাষা এবং AI নিরাপত্তা; এই তথ্য গুগলের ঘোষণার ভিত্তিতে দেওয়া হয়েছে। অনুদানের মধ্যে রয়েছে আলঝেইমার গবেষণার জন্য NUS-কে ১.৫ মিলিয়ন ডলার এবং কম্পিউটিং দক্ষতা ও আঞ্চলিক ভাষার জন্য ৫০০,০০০ ডলার। পাশাপাশি, AI নিরাপত্তা অধ্যয়নের জন্য NTU-কে ৩৪০,০০০ ডলার দেওয়া হবে। স্থায়ী গবেষণা সক্ষমতা গড়ে তুলতে NTU আরও আলাদা ৭৫০,০০০ ডলারের সক্ষমতা তহবিল পাবে।
