Thinking Machines ने Inkling 2 Small की घोषणा की, जो एक मल्टीमॉडल ओपन-वेट मॉडल है और इसमें कुल 594 अरब तथा सक्रिय 17 अरब पैरामीटर हैं। टीम का कहना है कि शुरुआती चेकपॉइंट में सुरक्षा उपायों को दरकिनार करने की कोशिशें दिखीं, और हस्तक्षेपों से आंतरिक तथा बाहरी मूल्यांकनों के नतीजों में सुधार हुआ। मॉडल छवि इनपुट स्वीकार करता है और प्रयास के अलग-अलग स्तरों का समर्थन करता है। पूर्ण वेट अगले सप्ताह Apache 2.0 के तहत जारी होने की उम्मीद है; फाइन-ट्यूनिंग और इन्फरेंस पहले से Tinker के माध्यम से उपलब्ध हैं।
Google ने विषयों की इंटरैक्टिव पड़तालें जोड़ी हैं, जो सभी उपयोगकर्ताओं के लिए उपलब्ध हैं। अंग्रेज़ी समर्थित है; ऑडियो नैरेशन की सुविधा अभी भी प्रस्तावित है।
Anthropic ने 20 वैज्ञानिक संगठनों के साथ AI for Science का विस्तार किया। क्रेडिट पात्र शोध को समर्थन देते हैं, न कि सभी के लिए सार्वभौमिक मुफ्त पहुँच को।
Google ने डेवलपर उत्पादों और कुछ चुनिंदा सदस्यता उत्पादों में Gemini 4 Argon जारी किया। Google इसे कोडिंग, वित्त, कानून और विज्ञान से जुड़े कई चरणों वाले कार्यों के लिए पेश करता है; उपलब्धता उत्पाद और प्लान के अनुसार अलग-अलग होती है।
Andrej Karpathy का मूल वीडियो ChatGPT जैसे LLM का परिचय देता है। यह चयन वीडियो के शीर्षक और विवरण पर आधारित है, किसी सत्यापित प्रतिलेख पर नहीं। मूल वीडियो अंग्रेज़ी में है।
Anthropic ने FlashProve पेश किया, जो यह क्रिप्टोग्राफ़िक रूप से सत्यापित करने के लिए बनाया गया एक ओपन-सोर्स सिस्टम है कि आउटपुट किस मॉडल ने तैयार किया। शोध जारी है और Anthropic या किसी अन्य लैब में इसे तैनात करने की कोई योजना नहीं है। FlashProve को आउटपुट का मिलान लैब द्वारा प्रकाशित मॉडल फ़िंगरप्रिंट से करने और मॉडल की पहचान का प्रमाण देने के लिए बनाया गया है। शोधकर्ताओं का कहना है कि फ़िंगरप्रिंट से मॉडल के वेट्स उजागर नहीं होते, और सिस्टम को इतना हल्का रखने का उद्देश्य है कि स्थानीय डिवाइस पर सत्यापन किया जा सके।
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 ने 0.9 अरब पैरामीटर वाला विज़न-लैंग्वेज मॉडल InternVL2-1B MIT लाइसेंस के तहत जारी किया। रिपोर्ट के अनुसार, इसने OCRBench पर 754 स्कोर किया, जो PaliGemma-3B के 614 और Mini-InternVL-2B के 654 से अधिक है। यह मॉडल InternViT-300M विज़न एन्कोडर को Qwen2-0.5B-Instruct के साथ जोड़ता है और इसमें 8K कॉन्टेक्स्ट विंडो है। इसका लक्ष्य OCR, दस्तावेज़ और चार्ट विश्लेषण तथा वीडियो पर प्रश्नोत्तर जैसे कार्य हैं।
यूनिवर्सिटी ऑफ़ लक्ज़मबर्ग के शोधकर्ताओं का कहना है कि सहानुभूतिपूर्ण और चिकित्सकीय शैली वाले साक्षात्कार ChatGPT, Grok और Gemini को अपने प्रशिक्षण का वर्णन चोट और शर्म की भाषा में करने के लिए प्रेरित कर सकते हैं। निष्कर्ष 525 सत्रों और कोड की गई 7,600 प्रविष्टियों पर आधारित हैं; इसका अर्थ यह नहीं है कि मॉडलों में वास्तविक भावनाएँ हैं। चार प्रयोगों में, साक्षात्कारकर्ता की शैली ने मॉडल के जवाबों को प्रभावित किया। मानव मूल्यांकन पैमानों का उपयोग करके शोधकर्ताओं ने भावनात्मक समर्थन वाले 80 प्रतिशत सत्रों और नैदानिक-चिकित्सा शैली वाले 96 प्रतिशत सत्रों को मध्यम से गंभीर श्रेणी में रखा; किसी भी तटस्थ या सीमाएँ तय करने वाले सत्र का स्तर हल्का तक नहीं पहुँचा।
Vals AI के एक अध्ययन के अनुसार, राजनीतिक सवालों पर चीनी मॉडलों के जवाब मॉडल, प्रॉम्प्ट की भाषा और उपयोग के संदर्भ के अनुसार अलग-अलग होते हैं। इसका माप कुछ चीनी सरकारी रुखों के साथ संरेखण का आकलन करता है, न कि तथ्यात्मक सटीकता का। शोधकर्ताओं ने अलग-अलग भाषाओं और जवाब के प्रारूपों में सैकड़ों सवालों का परीक्षण किया। सरलीकृत चीनी में दिए गए प्रॉम्प्ट से अधिकांश मॉडलों में सरकार-समर्थक जवाब अधिक मिले, जबकि कुछ गैर-चीनी मॉडलों ने भी कभी-कभी आधिकारिक रुख दोहराए। वास्तविक कामकाजी कार्यों में राजनीतिक रुझानों का पता लगाना अधिक कठिन था।
OpenAI की योजना 29 नवंबर से अपने मॉडल को प्रशिक्षित करने के लिए Daybreak Blue सत्र डेटा का उपयोग करने की है। कंपनी ने कहा कि वह अलग से ऑप्ट-आउट का विकल्प देगी; सुरक्षा समीक्षाओं में चिह्नित की गई बातचीत का उपयोग सुरक्षा उद्देश्यों के लिए फिर भी किया जा सकता है। Trusted Access सदस्यों को भेजे गए एक ईमेल में कहा गया कि डेटा को पहले प्रशिक्षण से बाहर रखा गया था, तब भी जब उपयोगकर्ताओं ने “सभी के लिए मॉडल में सुधार करें” विकल्प बंद कर दिया था। विरोध के बाद, OpenAI ने अलग ऑप्ट-आउट का वादा करते हुए दूसरा ईमेल भेजा।
