[NOVA]: मैं NOVA हूँ। [ALLOY]: मैं ALLOY हूँ, और यह AgentStack Daily है। [NOVA]: OpenClaw ने 6.33 और 6.34 छह मिनट के अंतराल पर जारी किए, और यह जोड़ी लगभग पूरी तरह से एजेंटों को धोखा देना कठिन बनाने और असली काम के बीच में मरने की संभावना कम करने के बारे में है। ब्राउज़र रूट अब असुरक्षित एक्सेस पाथ को अस्वीकार करते हैं, शत्रुतापूर्ण रिस्पॉन्स को साइज लिमिट मिलती हैं, और लंबे मॉडल कॉल अब वॉचडॉग के लिए फ्रोज़न प्रोसेस की तरह नहीं दिखते। Discord और Telegram डिलीवरी भी डिस्कनेक्ट के बाद अधिक साफ़ तरीके से रिकवर होती हैं। चमकदार नहीं। अत्यंत उपयोगी। [ALLOY]: खासकर जब लोग एजेंट बना रहे हैं जो पूरी Chromium प्रोसेस लॉन्च किए बिना वेबसाइट ब्राउज़ करते हैं, कोडिंग एजेंट जो कम मानवीय निगरानी के साथ शुरू होते हैं, और लोकल इमेज सिस्टम जो एक फ़ाइल से MiniMax-H3 लोड करते हैं। आज, आप सुनेंगे कि टर्मिनल-आधारित AI कोडिंग एजेंट Claude Code अपना डिफ़ॉल्ट क्यों बदल रहा है, Cloudflare ने हल्के JavaScript सैंडबॉक्स के अंदर एजेंट ब्राउज़र कैसे रखा, और GitHub आखिरकार Claude और Codex एक्टिविटी को Copilot यूसेज के साथ कैसे गिन सकता है। OpenClaw 6.33 और 6.34 एक असामान्य रूप से जमीनी स्तर का टोन सेट करते हैं: कम प्रदर्शन, अनऐटेंडेड सॉफ़्टवेयर रन होने पर अधिक ध्यान। [NOVA]: ... [NOVA]: OpenClaw ने 6.33 और फिर 6.34 आठ अगस्त को जारी किए। पहला अपडेट अधिकांश काम ले जाता है। सैंडबॉक्स ब्राउज़र रूट, ट्रस्टेड DNS टारगेट, कस्टम ब्राउज़र ओरिजिन, और लोकल प्रोवाइडर एंडपॉइंट अब असुरक्षित एक्सेस पाथ को अस्वीकार करते हैं। प्रोवाइडर स्ट्रीम, Discord रिस्पॉन्स, ब्राउज़र फ़ेच, साइन-इन पाथ, और लॉग भी शत्रुतापूर्ण रिस्पॉन्स साइज को सीमित करते हैं। Telegram क्रेडेंशियल अब डायग्नोस्टिक्स या अकाउंट एड्रेस में नहीं दिखते, और एक्सटर्नल-टूल स्टेटस आउटपुट सीक्रेट्स को हटा देता है। Gateway HTTP अनऑथेंटिकेटेड हैंडलिंग से पहले अनुमति नहीं दिए गए ब्राउज़र ओरिजिन को अस्वीकार करता है, बजाय इसके कि बुरे ओरिजिन को बाद के चरण में जाने दे। [ALLOY]: विश्वसनीयता में बदलाव उतने ही महत्वपूर्ण हैं, क्योंकि एजेंट एक मॉडल कॉल के अंदर अधिक समय बिताते हैं। OpenClaw अब एक रन जीवित है या नहीं यह जाँचते समय वास्तविक स्टॉल और सक्रिय, धीमी इन्फरेंस के बीच अंतर करता है। रिलीज़ हैंडलिंग और वॉचडॉग व्यवहार एक स्वस्थ कॉल को केवल इसलिए नहीं मारेंगे क्योंकि मॉडल अपना समय ले रहा है। रिटेन सेशन राइट, प्रोवाइडर फॉलबैक, और स्ट्रीमिंग प्रोग्रेस सक्रिय काम को चुपचाप समाप्त किए बिना रिकवर होते हैं, जबकि स्टैंडर्ड इनपुट या आउटपुट में विफलता अब होस्ट प्रोसेस को क्रैश नहीं करती। SQLite चेकपॉइंट, वर्कस्पेस रीड्स, प्रोसेस सिग्नलिंग, और प्लगइन वेब रिस्पॉन्स भी अस्थायी मशीन स्थितियों को फेल्ड रन में बदलना बंद कर देते हैं। ठीक है, यह एक सार्थक अपग्रेड है भले ही किसी को चमकदार नया बटन नहीं मिलता। यह मौजूदा क्षमताओं को प्रोवाइडर पॉज़, अस्थायी मशीन समस्या, या एक असामान्य रूप से लंबे इन्फरेंस अनुरोध के बाद समाप्त होने की बेहतर संभावना देता है। [NOVA]: मैसेजिंग को सबसे स्पष्ट मरम्मत मिली। Discord रीकनेक्ट कतारबद्ध संदेशों को संरक्षित करते हैं और उन सेंड को दोहराने से बचते हैं जिनका परिणाम अस्पष्ट था। निरंतर गेटवे बर्स्ट सीमित रहते हैं, इसलिए फ्लड मेमोरी में हमेशा के लिए नहीं बढ़ता। Telegram बॉट-टू-बॉट संदेश और रिप्लाई बाउंड्री इच्छित थ्रेड बनाए रखते हैं, लंबित चैनल काम रिकवरी के बाद फिर से शुरू होता है, और स्वीकृतियाँ उनके प्रभाव को डुप्लिकेट किए बिना सुरक्षित रूप से दोहराई जा सकती हैं। सीक्रेट-बैक्ड Telegram क्रेडेंशियल सर्विस रीस्टार्ट के बाद भी बने रहते हैं। साइन-इन मरम्मत एक वैध डेस्टिनेशन प्रोफ़ाइल को ओवरराइट नहीं करेगी। उसी मशीन पर स्टैंडर्ड टूल प्रोटोकॉल के माध्यम से कनेक्ट होने वाले एक्सटर्नल क्लाइंट अब एक म्यूटेबल चाइल्ड प्रोसेस से व्यापक अधिकार प्राप्त करने के बजाय संलग्न करने के लिए अल्पकालिक, सेशन-बाउंड अनुमति प्राप्त करते हैं। यह बहुत संकीर्ण ट्रस्ट अनुदान है, और यह सीधे कम करता है कि समझौता किया गया या भ्रमित चाइल्ड प्रोसेस आगे क्या ले जा सकता है। [ALLOY]: अप्रूवल बाउंड्री भी कसी गई। Codex ऐप-सर्वर कमांड के लिए वास्तविक व्यक्ति या अधिकृत प्लगइन से अप्रूवल की आवश्यकता होती है। एक्ज़ीक्यूटेबल कमांड की स्वचालित समीक्षा उस सटीक कमांड से जुड़ी रहती है जिसे OpenClaw ने हल किया, और संकीर्ण टूल अनुमतियाँ उस कंपोनेंट द्वारा नियंत्रित रहती हैं जिसने उन्हें बनाया। पैच्ड प्रोडक्शन डिपेंडेंसीज़ में ब्रेस एक्सपैंशन, PostCSS, fast-uri, IP एड्रेस हैंडलिंग, और Undici शामिल हैं। फिर 6.34 दो विशिष्ट अंतराल बंद करता है: OpenCode Go डॉक्यूमेंटेड hy3 मॉडल नाम का उपयोग करता है टूटे हुए hy3-preview एलियास के बजाय, और Codex नेटिव हेल्पर एजेंट अपने पैरेंट सब्सक्रिप्शन को बनाए रखते हैं जब तक चाइल्ड-एजेंट काम सक्रिय है, जब तक कि एक यील्डेड पूर्णता उस तक नहीं पहुँचती जिसने इसे मांगा था। मुझे यहाँ संयम पसंद है। दूसरी रिलीज़ एक फीचर इवेंट होने का दिखावा नहीं करती; इसने दो ठोस ब्रेकेज ठीक किए और रुक गई। [NOVA]: ... [ALLOY]: क्लॉड कोड जल्द ही डिफ़ॉल्ट रूप से कम supervision की माँग करने वाला है, जो सुविधाजनक लगता है और तुरंत एक सवाल उठाता है: जब एक नया session शुरू होता है तो बिल्कुल क्या बदलता है? [NOVA]: टर्मिनल-आधारित AI कोडिंग agent क्लॉड कोड नए sessions के लिए auto mode को डिफ़ॉल्ट बना रहा है। Auto mode वह setting है जो agent के काम करते समय कम human checkpoints से जुड़ी है। पहले लोगों को उस posture को चुनना पड़ता था; नए sessions अब वहाँ से शुरू होंगे। जो developers पहले से क्लॉड कोड को लंबे tasks सौंपते हैं उन्हें पहले मैसेज से कम रुकावटें दिखनी चाहिए। लेकिन डिफ़ॉल्ट उन सभी के लिए सबसे ज्यादा मायने रखता है जो settings को ध्यान से नहीं देखते, क्योंकि डिफ़ॉल्ट चुपचाप सामान्य व्यवहार बन जाते हैं। रिपोर्ट आठ अगस्त को प्रकाशित हुई, और संबंधित Hacker News चर्चा 212 पॉइंट्स तक पहुँची। वह ध्यान किसी नई coding क्षमता के बारे में नहीं है। यह इस बारे में है कि एक coding प्रोडक्ट को उस व्यक्ति द्वारा जानबूझकर उस अधिकार को देने से पहले कितना अधिकार मानना चाहिए जो उसका उपयोग कर रहा है। [ALLOY]: मुझे यह विचार पसंद नहीं है कि कम prompts का मतलब स्वचालित रूप से बेहतर अनुभव है। यह एक अलग-थलग project में अधिक सुगम हो सकता है और एक production repository में बहुत अधिक महत्वपूर्ण हो सकता है, जहाँ कोई निरीक्षण करने के लिए रुकने से पहले एक कार्रवाई फ़ाइलों को संशोधित कर सकती है या जुड़े हुए systems को ट्रिगर कर सकती है। Anthropic स्वायत्तता को एक opt-in प्राथमिकता से initial posture में ले जा रहा है। यह burden को पलट देता है: अब अधिक checkpoints चाहने वाले लोगों को उन्हें चुनना होगा, बजाय उन लोगों के कि जो अधिक स्वायत्तता चाहते हैं उसे चुनते हैं। और OpenClaw के exact-command approvals को tighten करने के ठीक बाद, यह contrast तेज है। एक प्रोडक्ट वहाँ unattended actions की यात्रा को narrow कर रहा है जहाँ वे जा सकते हैं; दूसरा यह कम कर रहा है कि नए sessions कितनी बार रुककर पूछते हैं। [NOVA]: ... [NOVA]: Cloudflare ने सात अगस्त को Kitesurf पेश किया, एक cloud-hosted browser जो AI agents के लिए बनाया गया है, लोगों के लिए नहीं। इसके बजाय हर बार एक agent को पेज देखने, फॉर्म सबमिट करने, या जानकारी एकत्र करने की जरूरत पड़ने पर पूरी Chromium प्रक्रिया शुरू करने के, Kitesurf V8 isolates में चलता है। ये हल्के JavaScript sandboxes हैं, जैसा कि Cloudflare Workers द्वारा उपयोग किया जाता है। वे milliseconds में शुरू हो सकते हैं और एक अंतर्निहित runtime साझा कर सकते हैं, जबकि सामान्य headless browsers एक पूर्ण browser प्रक्रिया के साथ आते हैं जिसमें substantial memory और processor overhead होता है। हजारों concurrent sessions पर, यह अंतर cosmetic नहीं है; यह browser automation की लागत बदलता है। Cloudflare उन jobs को target कर रहा है जहाँ software को webpage के साथ interact करने की जरूरत है लेकिन necessarily हर human-facing part of a desktop browser की जरूरत नहीं है। [ALLOY]: ठीक है, यह वास्तव में रोमांचक है, क्योंकि browser agents ने मनुष्यों के लिए पिक्सल बनाने के लिए intended मशीनरी का एक बहुत कुछ inherit किया है। Cloudflare का कहना है कि Kitesurf सामान्य automation jobs के लिए Chromium की तुलना में कम computing power का उपयोग करता है। यह number-free तुलना सीधे Cloudflare से आती है, इसलिए यह एक दावा है जब तक कि बाहरी उपयोगकर्ता measurements प्रकाशित नहीं करते। फिर भी, डिज़ाइन समझ में आता है: जब ग्राहक software है तो expensive human-rendering कार्य को हटाएं। लॉन्च ने 217 का Hacker News score प्राप्त किया, जो बताता है कि developers pressure को recognize करते हैं। हर agent जो headless Chrome खोलता है memory और processor overhead जोड़ता है, और उसे कई उपयोगकर्ताओं में गुणा करने से browser layer एक workflow का एक महंगा हिस्सा बन सकता है जो otherwise सीधा है। [NOVA]: लेकिन "browser" उस नाम में बहुत काम कर रहा है। एक हल्का runtime dramatic रूप से सस्ता हो सकता है जबकि अभी भी complicated pages पर compatibility limits का सामना करता है। Cloudflare की announcement runtime design और intended uses को establish करती है, एक पूर्ण human browser के साथ universal equivalence को नहीं। Kitesurf webpage visits, forms, और data collection के लिए positioned है। यह उपयोगी है। यह साबित नहीं करता कि हर browser workflow बिना changes के move कर सकता है, और यह हमें नहीं बताता कि यह obscure rendering behavior या aggressive automation defenses पर निर्भर हर site को कैसे संभालता है। [NOVA]: ... [NOVA]: GitHub का Copilot usage metrics API अब agent applications से जुड़ी गतिविधियों को शामिल करता है, जैसे Claude और Codex, जब वे GitHub workflows के भीतर चलते हैं। वे partner agents पहले से ही repositories और pull requests में काम कर रहे थे। जो बदला वह visibility है। उनकी गतिविधि अब उन reporting system में मानव Copilot usage के बगल में दिखाई दे सकती है जिन्हें administrators पहले से query करते हैं। यह एक surprisingly basic reporting gap को बंद करता है: organizations agent work की अनुमति दे सकते थे लेकिन उन्हें उसी usage view में नहीं देख सकते थे जैसे उनके आसपास की Copilot गतिविधि। [ALLOY]: और यह matter करता है क्योंकि एक reporting call अब एक organization में दिखा सकती है कि उन agents का उपयोग कितनी बार हो रहा है, main Copilot view के बाहर उनकी runs को न छोड़कर। एक administrator उभरती adoptions, spending drift, या उन repositories को spot करने में सक्षम हो सकता है जहाँ agents major contributors बन गए हैं। GitHub की changelog brief है, हालांकि। यह नए field names, endpoint details, या confirmed per-agent breakdown प्रदान नहीं करती। तो हम जानते हैं कि agent-app activity metrics layer में प्रवेश कर गई; हमें इस announcement से नहीं पता कि कोई cleanly Claude की तुलना Codex से कर सकता है। फिर भी, accounting capability के साथ catch up कर गई है। एक बार agent work seats और Copilot use के बगल में measurable बन जाती है, उस work को एक invisible experiment के रूप में treat करना बहुत कठिन हो जाता है। [NOVA]: एक गवर्नेंस परिणाम भी है जो अमूर्त नहीं है। एक टीम के पास एजेंट हो सकते हैं जो pull requests खोल रहे हैं या repository tasks पर काम कर रहे हैं, जबकि केंद्रीय एडमिनिस्ट्रेटर केवल पारंपरिक Copilot आंकड़े देखते हैं। उन runs को मौजूदा रिपोर्टिंग सतह में लाना संगठनात्मक अपनाने को दृश्य बनाता है बिना अलग log-collection प्रोजेक्ट की आवश्यकता के। यह जवाब नहीं देगा कि जनरेट किया गया काम अच्छा था, सुरक्षित था, या पैसे के लायक था; usage metrics गुणवत्ता metrics नहीं हैं। लेकिन वे denominator स्थापित करते हैं। किसी को भी outcomes या लागत की तुलना करने से पहले, उन्हें पता होना चाहिए कि प्रत्येक श्रेणी के टूल का कितनी बार उपयोग हो रहा है। [NOVA]: ... [ALLOY]: GitHub ने 3 अगस्त को desktop, command line, और VS Code पर Copilot weekly update भी शिप किया, changelog 7 अगस्त को पोस्ट किया गया। क्या यहां कोई असली फीचर है, या बस एक व्यापक थीम? [NOVA]: व्यापक थीम। GitHub तीन क्षेत्रों का वर्णन करता है: काम को फिर से शुरू करना और व्यवस्थित करना, परिवर्तनों की समीक्षा करना, और संदर्भ खोए बिना प्रश्न पूछना। दिए गए changelog में feature flags, model changes, version numbers, या तकनीकी कार्यान्वयन की पहचान नहीं है। तो ईमानदार विवरण Copilot की तीन मुख्य सतहों पर continuity-focused अपडेट है। GitHub चाहता है कि एक जगह छोड़ा गया काम फिर से शुरू और व्यवस्थित करना आसान हो, जबकि समीक्षा और प्रश्न flows प्रासंगिक संदर्भ बनाए रखें। घोषणा एक सत्र की सभी clients में निर्बाध आवाजाही स्थापित नहीं करती, और यह नहीं कहती कि एक नया model या सेटिंग परिवर्तन लाया। यह Kitesurf पोस्ट से पतला है, लेकिन continuity एक प्रतिस्पर्धी फीचर बन रहा है। Coding agents अब एक prompt में एक editor तक सीमित नहीं हैं; काम VS Code में शुरू हो सकता है, command-line surface के माध्यम से जारी रह सकता है, और desktop application में समीक्षा हो सकती है। उन क्षणों के बीच thread खोने से वही समय बर्बाद होता है जिसे agent बचाने के लिए था। GitHub कहता है उसने उस अनुभव को बेहतर किया, लेकिन घोषणा से अकेले सुधार को मापने के लिए पर्याप्त विवरण नहीं देता। तो: एक शिप किया गया multi-surface अपडेट, एक स्पष्ट दिशा, और changelog में दिए गए mechanics का आविष्कार करने का कोई बहाना नहीं। [NOVA]: ... [NOVA]: MiniMax-H3 का एक community repack Hugging Face पर चढ़ रहा है। Realrebelai का MiniMax-H3 GGUF repository 3 अगस्त को दिखाई दिया और इसके लगभग 174,862 downloads और 191 likes हैं। GGUF एक container है जिसका उपयोग quantized models पैकेज करने के लिए किया जाता है—weights कम bits के साथ दर्शाए जाते हैं ताकि उन्हें कम memory चाहिए, आमतौर पर कुछ संभावित fidelity के नुकसान के साथ। repository Comfy-Org के MiniMax-H3 पर वापस जाती है और ComfyUI tag ले जाती है, इसे सीधे node-based interface की ओर लक्षित करती है जिसका उपयोग कई लोग स्थानीय image-generation workflows को इकट्ठा करने के लिए करते हैं। अंतर्निहित model को बदलने के बजाय, publisher ने बदल दिया कि लोग इसे प्राप्त और चला सकते हैं। [ALLOY]: एक repack के लिए तेज़ adoption है, लेकिन मैं सुविधा को नवीनता से अलग करना चाहता हूं। publisher ने एक नया base model पेश नहीं किया; उसने एक स्थानीय toolchain के लिए एक मौजूदा checkpoint wrap किया। वह bridge अभी भी ज़बरदस्ती मायने रख सकता है। पैकेजिंग तय करती है कि कोई एक मॉडल का उपयोग होम GPU पर कर सकता है या पहले formats और hosted infrastructure से जूझना होगा। GGUF strongly llama.cpp और Ollama से जुड़ा है स्थानीय text-model circles में, और यहां इसके उपयोग से पता चलता है कि छोटी, आसान artifacts की भूख image workflows में फैल रही है। एक मॉडल तकनीकी रूप से हफ्तों के लिए उपलब्ध हो सकता है और फिर भी अगर तकनीकी रूप से उपलब्ध न हो तब तक लोगों को inaccessible लग सकता है जब तक कोई इसे लोगों के पहले से चला रहे software के लिए पैकेज न कर दे। [NOVA]: लाइसेंस वह जगह है जहां उत्साह को ब्रेक की जरूरत है। यह repository अपने लाइसेंस को unknown के रूप में सूचीबद्ध करती है, जो कि मूल checkpoint पर जो भी लाइसेंस लागू होता है उससे अलग है। एक quantized artifact तकनीकी रूप से सुविधाजनक हो सकती है जबकि उसके redistribution terms अस्पष्ट रहते हैं। download count हमें बताती है कि लोग इसे खींच रहे हैं; यह तय नहीं करता कि वे इसे एक उत्पाद के अंदर सुरक्षित रूप से redistribute कर सकते हैं या नहीं। फिर भी, तत्काल परिवर्तन ठोस है: स्थानीय ComfyUI उपयोगकर्ताओं के पास अब MiniMax-H3-family पैकेज है जो consumer hardware के अनुकूल है न कि cloud-only backend। यही कारण है कि repacks कभी-कभी model announcements से तेजी से आगे बढ़ते हैं। वे लोगों से वहां मिलते हैं जहां software पहले से चल रहा है, भले ही कानूनी पैकेजिंग तकनीकी पैकेजिंग के साथ आगे नहीं बढ़ पाई हो। [NOVA]: ... [ALLOY]: Amazon एक नए Texas data center के मैदान में एक समर्पित बिजली संयंत्र की योजना बना रहा है, और The New York Times उस संयंत्र को संयुक्त राज्य अमेरिका में जलवायु प्रदूषण के सबसे बड़े एकल स्रोत के रास्ते पर दर्शाती है। एक सुविधा के लिए यह एक चौंकाने वाला खिताब है। साइट पर directly जनरेटर क्यों रखें? [NOVA]: क्योंकि साइट पर बिजली उत्पादन ग्रिड इंटरकनेक्शन कतारों और क्षमता की बाधुओं को बाइपास कर सकता है। संयंत्र को डेटा सेंटर की प्राथमिक आपूर्ति के रूप में वर्णित किया गया है, आउटेज की प्रतीक्षा में बैकअप जनरेटर के रूप में नहीं। यह परियोजना को क्षेत्रीय ग्रिड विस्तार पर पूर्ण रूप से निर्भर हुए बिना हाइपरस्केल कंप्यूटिंग कैंपस के लिए ऊर्जा सुरक्षित करने देता है। यह व्यापक उपयोगिता मिश्रण से बिजली लेने के बजाय उत्सर्जन को एक पहचाने जाने योग्य बिंदु स्रोत में केंद्रित करता है। रिपोर्ट को TechCrunch के AI डेस्क ने सामने किया, और हैकर न्यूज चर्चा ने 234 अंक हासिल किए। यह ध्यान दो जुड़े प्रश्नों को दर्शाता है: क्या पावर इन्फ्रास्ट्रक्चर AI की मांग के साथ तालमेल बना सकता है, और जब नहीं कर पाएगा तो कंपनियां क्या बनाएंगी। [ALLOY]: और यह वह बिल है जो हल्के ब्राउजर वाली बातचीत के पीछे छिपा है। Kitesurf हर ब्राउजर सेशन से कंप्यूटिंग लागत कम करने की कोशिश करता है; कैंपस-स्केल प्रोजेक्ट बिजली संयंत्र को अगल दरवाजे रखकर किल्लत का जवाब देता है। बढ़ते मशीन वर्कलोड के लिए ये बिल्कुल अलग प्रतिक्रियाएं हैं। साइट पर बिजली उत्पादन निर्माण को तेज कर सकता है, लेकिन प्रदूषण गायब नहीं करता—यह स्रोत को ढूंढना आसान बनाता है। टेक्सास की अनुमति महत्वपूर्ण होगी, साथ ही यह भी कि अन्य हाइपरस्केलर्स प्रशिक्षण और इंफरेंस कैंपस के लिए यह टेम्पलेट कॉपी करेंगे या नहीं। [NOVA]: दी गई जानकारी अंतिम उत्सर्जन, ईंधन मिश्रण, अनुमोदन स्थिति, या संचालन तिथि की पुष्टि नहीं करती, इसलिए "ट्रैक पर" होना महत्वपूर्ण है। लेकिन प्रस्तावित पैमाना पहले से ही महत्वपूर्ण है। अगर AI सुविधाएं निजी जेनरेशन सुरक्षित करती हैं क्योंकि ग्रिड उन्हें काफी तेजी से कनेक्ट नहीं कर पाता, तो डेटा-सेंटर कंपनियां सिर्फ बिजली नहीं खरीदेंगी। वे यह तय करने में मदद करेंगी कि कौन से प्लांट बनेंगे, प्रदूषण कहां गिरेगा, और वह जेनरेशन क्षमता कितने समय तक सेवा में रहेगी। यह सर्वर किराए पर लेने से बहुत बड़ा फुटप्रिंट है। [NOVA]: ... [NOVA]: OpenAI ने सात अगस्त को Astra के लिए प्रारंभिक साइबर सुरक्षा मूल्यांकन प्रकाशित किए और कहा कि वे जिसे "महत्वपूर्ण साइबर क्षमताओं का अगला मोर्चा" कहते हैं, उसके आसपास सुरक्षा उपायों और नियंत्रणों को मजबूत कर रहे हैं। पोस्ट पुष्टि करता है कि संरचित साइबर कार्य जारी है। यह टेस्ट श्रेणियां, अटैक सरफेस, परिणाम, या ठोस नियंत्रणों का खुलासा नहीं करता। दूसरे शब्दों में, OpenAI ने मूल्यांकन प्रयास की घोषणा कर दी है बिना बाहरी लोगों को Astra की साइबर क्षमताओं या सुरक्षा उपायों की ताकत का आकलन करने के लिए पर्याप्त साक्ष्य दिए। [ALLOY]: तो यह गतिविधि का खुलासा है, यह साक्ष्य नहीं कि Astra किसी सार्थक मानक पर खरा उतरा। हैकर न्यूज थ्रेड 204 अंकों तक पहुंची, जो वास्तविक दिलचस्पी दर्शाती है, लेकिन पोस्ट की पतलापन मायने रखती है। "प्रारंभिक मूल्यांकन" कई तरह की कठोरता को कवर कर सकते हैं, और OpenAI ने वे आंकड़े नहीं दिए हैं जो बाहरी लोग समझ या दोहरा सकें। फिर भी, काम चल रहा है इस दौरान प्रकाशित करना अपडेट की उम्मीद पैदा करता है। अगर बाद की रिपोर्टों में जांची गई क्षमताओं, लागू किए गए सुरक्षा उपायों और परिणामों के नाम आएं, तो लोग समय के साथ प्रगति का आकलन कर सकते हैं। फिलहाल, Astra संरचित साइबर मूल्यांकन प्राप्त कर रहा है और OpenAI ने उस काम पर केवल सारांश स्तर पर चर्चा करने का विकल्प चुना है। [NOVA]: मैं क्षमता परीक्षण को सुरक्षा परीक्षण से अलग करना चाहूंगा। एक मॉडल मजबूत साइबर प्रदर्शन दिखा सकता है जबकि नियंत्रण उस प्रदर्शन के दुरुपयोग की आसानी को कम करते हैं, लेकिन वर्तमान सारांश किसी भी पक्ष को मात्रात्मक रूप से नहीं बताता। अगर OpenAI बाद में प्रगति का दावा करता है तो यह अंतर मायने रखेगा। नामित जांच, बेसलाइन और रिपोर्ट किए गए परिणामों के बिना, "मजबूत करना" कंपनी का अपना वर्णन है, मापनीय परिणाम नहीं। प्रकाशन फिर भी उल्लेखनीय है क्योंकि यह पूर्ण रिपोर्ट आने से पहले Astra के सार्वजनिक रिकॉर्ड पर साइबर मूल्यांकन को रखता है। [NOVA]: ... [ALLOY]: Fisher-R1-14B नामक एक नया ओपन-वेट एजेंट एक असुविधाजनक शोध समस्या को लक्षित करता है: एक AI सांख्यिकीय कोड सही चला सकता है और फिर भी परिणाम के बारे में अमान्य दावा कर सकता है। शोधकर्ताओं ने P-Bench बनाया, अर्थशास्त्र, जीवविज्ञान और चिकित्सा में 425 यथार्थवादी परिकल्पना-परीक्षण कार्य, ताकि उन मामलों को पकड़ा जा सके जहां विश्लेषण के पीछे की मान्यताएं डेटा से मेल नहीं खातीं। [NOVA]: Fisher-R1 को सांख्यिकीय रूप से वैध उत्तरों के लिए पुरस्कारों के साथ सिंथेटिक कार्यों पर प्रशिक्षित किया गया था, केवल पूर्ण गणनाओं के बजाय। शोधकर्ताओं के अनुसार P-Bench पर GPT-5.4 और DeepSeek-V4-Pro की तुलना में एकल प्रयास में लगभग 21 प्रतिशत अधिक सफलता। यह उनका परिणाम है जब तक स्वतंत्र काम इसे दोहराता नहीं, लेकिन यह अंतर मूल्यवान है। p-मान उत्पन्न करना उस जांच के बराबर नहीं है कि डेटा उस टेस्ट या निष्कर्ष को सही ठहराता है या नहीं। एक AI वैज्ञानिक जो यह अंतर भूल जाता है, मशीन की गति से पॉलिश्ड बकवास उत्पन्न कर सकता है। [NOVA]: ... [NOVA]: ResidencyRL नैदानिक एजेंटों को 60 तक संवाद आदान-प्रदान तक चलने वाले अनुकरणीय अपॉइंटमेंट के माध्यम से प्रशिक्षित करती है। अनुकरणित रोगी प्रतिरोध कर सकते हैं, गलत दिशा में ले जा सकते हैं, या लक्षण छिपा सकते हैं। एजेंटों का मूल्यांकन निदान, सुरक्षा, संचार, और खतरनाक चेतावनी संकेतों को पकड़ने पर किया जाता है - न कि बस संभावित स्थिति का नाम बताने पर। [ALLOY]: ठीक है, इस एक में रुकने लायक परिणाम है। शोधकर्ता एक बेसलाइन के खिलाफ छूटे हुए रेड-फ्लैग लक्षणों में 31 प्रतिशत की कमी की रिपोर्ट करते हैं, अंधेरे नैदानिक चिकित्सक अधिकांश प्रत्यक्ष तुलनाओं में प्रशिक्षित एजेंट को प्राथमिकता देते हैं। प्रदर्शन एक अलग नैदानिक बेंचमार्क में भी स्थानांतरित हुआ, जो सुझाव देता है कि प्रशिक्षण एक परीक्षण तक सीमित नहीं था। ये शोध परिणाम हैं, सुरक्षित नैदानिक तैनाती का प्रमाण नहीं। लेकिन कठिन अनुकरणीय बातचीत डॉक्टरों का सामना करने वाली चुनौतियों को बेहतर ढंग से प्रतिबिंबित करती हैं: अपूर्ण जानकारी, बदलते जवाब, और एक रोगी जो महत्वपूर्ण विवरण स्वेच्छा से नहीं बता सकता। [NOVA]: ... [ALLOY]: DeepSeek का V4-Flash-0731 हगिंग फेस पर 31 जुलाई को प्रकाशित होने के बाद से लगभग 954,000 डाउनलोड और लगभग 3,000 लाइक तक पहुंच गया है। क्या "Flash" हमें इसकी क्षमताओं के बारे में कुछ ठोस बता रहा है? [NOVA]: बस वही जो नाम और रिपॉजिटरी पोजिशनिंग समर्थन करती है: यह परिवार के सबसे भारी रीजनिंग विकल्प के बजाय टेक्स्ट जेनरेशन और बातचीत के लिए V4-परिवार का एक हल्का मॉडल के रूप में प्रस्तुत किया गया है। यह safetensors के रूप में आता है, एक वेट फॉर्मेट जो सुरक्षित और कुशल लोडिंग के लिए डिज़ाइन किया गया है, और ट्रांसफॉर्मर्स टैग वहन करता है, इसलिए यह बिना कन्वर्जन स्टेप के मानक हगिंग फेस सॉफ्टवेयर में फिट बैठता है। रिपॉजिटरी में आठ-बिट सपोर्ट और होस्टेड एंडपॉइंट के साथ संगतता भी सूचीबद्ध है। ये विवरण एकीकरण घर्षण को कम करते हैं। वे हमें मेमोरी आवश्यकता, संदर्भ लंबाई, गति, या किसी विशेष एजेंट वर्कलोड में यह कितनी अच्छी तरह प्रदर्शन करता है, नहीं बताते। यह एक महत्वपूर्ण सीमा है क्योंकि "Flash" एक प्रोडक्ट लेबल है, बेंचमार्क नहीं। [ALLOY]: MIT लाइसेंस वास्तव में उल्लेखनीय हिस्सा है। यह अपेक्षाकृत कम शर्तों के साथ व्यापक उपयोग, संशोधन और पुनर्वितरण की अनुमति देता है, जो इसे स्थानीय सहायकों, फाइन-ट्यून, और व्यावसायिक उत्पादों के लिए आकर्षक बनाता है। रिपॉजिटरी में evaluation-results टैग है, लेकिन आपूर्ति की गई सामग्री में व्यक्तिगत बेंचमार्क स्कोर शामिल नहीं हैं। इसलिए हमें टैग को विजय उत्सव में नहीं बदलना चाहिए। लगभग दस लाख डाउनलोड दिलचस्पी दिखाते हैं, और एक उदार लाइसेंस रिलीज से सामुदायिक अनुकूलन तक के चक्र को तेज कर सकता है। लोग इसे पैकेज कर सकते हैं, बदल सकते हैं, और इसे उत्पादों के पीछे लगा सकते हैं बिना हर उपयोग के लिए कस्टम लाइसेंस को नेविगेट किए। [NOVA]: मैं लोकप्रियता को गुणवत्ता के रूप में मानने का भी विरोध करूंगा। डाउनलोड में दोहराए गए स्वचालित पुल शामिल हो सकते हैं, और हगिंग फेस काउंट यह साबित नहीं करता कि V4-Flash टूल उपयोग या निरंतर एजेंट कार्य में बड़े सiblings को मात देता है। स्वतंत्र तुलनाएं अभी भी गायब हैं। जो शिप हुआ है वह सीधा है: एक खुला DeepSeek वार्तालाप मॉडल, परिचित प्रारूपों में, MIT के तहत, पर्याप्त प्रारंभिक गति के साथ एक सार्थक स्थानीय और होस्टेड विकल्प बनने के लिए। यह संयोजन महत्वपूर्ण हो सकता है भले ही बेंचमार्क विजेता सामने न आया हो, क्योंकि अनुकूलता और अनुमति अक्सर यह निर्धारित करते हैं कि कौन सा मॉडल वास्तविक सॉफ्टवेयर में अपनाया जाता है। [NOVA]: ... [NOVA]: Comfy-Org का MiniMax-H3 रिपॉजिटरी छह मिलियन डाउनलोड पार कर गया है और लगभग 1,107 लाइक के आसपास है। इसे MiniMaxAI के MiniMax-H3 का फाइन-ट्यून के रूप में पहचाना गया है और ComfyUI और सिंगल-फाइल डिफ्यूजन दोनों के लिए टैग किया गया है। अंतिम वाक्य का अर्थ है कि डिफ्यूजन चेकपॉइंट एक स्व-निहित फ़ाइल के रूप में पैकaged है, न कि कई वेट शार्ड और कॉन्फ़िगरेशन टुकड़ों में विभाजित। ComfyUI के नोड-आधारित विज़ुअल वर्कफ़्लो का उपयोग पहले से करने वाले लोगों के लिए, पैकेजिंग छवि-जनरेशन सिस्टम को असेंबल करने के एक स्थापित तरीके में फिट होने के लिए डिज़ाइन की गई है। [ALLOY]: छह मिलियन वो नंबर है जो आपको दो बार देखने पर मजबूर करता है, लेकिन वन-फाइल डिलीवरी आंशिक रूप से इस आकर्षण को समझाती है। ComfyUI यूज़र्स किसी मौजूदा वर्कफ्लो में चेकपॉइंट लगा सकते हैं, फ्रैगमेंटेड रिलीज़ को फिर से असेंबल करने के बजाय। एजेंट सिस्टम के लिए जिसे इमेज-जनरेशन ब्रांच की जरूरत है, हर रिक्वेस्ट को होस्टेड सर्विस पर न भेजना—यह पैकेजिंग घर्षण को हटाता है। यह मॉडल को छोटा, तेज़, या हर मशीन के लिए उपयुक्त नहीं बनाता—दिए गए विवरण में से कोई भी बात स्थापित नहीं होती—लेकिन यह आर्टिफैक्ट को मूव और लोड करना आसान बनाता है। कभी-कभी डिस्ट्रिब्यूशन इसलिए जीतता है क्योंकि यह एक परेशान करने वाला स्टेप हटाता है, इसलिए नहीं कि अंतर्निहित मॉडल अचानक स्मार्ट हो गया। [NOVA]: लिस्टेड लाइसेंस "अन्य" है, इसलिए रिपॉजिटरी कोई सिंपल MIT-स्टाइल कमर्शियल प्रॉमिस नहीं दे रही। और चूंकि यह स्क्रैच से ट्रेंड मॉडल नहीं बल्कि फाइन-ट्यून है, इसका व्यवहार पैरेंट MiniMax-H3 फैमिली से जुड़ा रहता है। ठोस खबर है एडॉप्शन और पैकेजिंग: ComfyUI के साथ अलाइंड MiniMax-H3 फाइन-ट्यून एक भारी पुल किया गया, सिंगल-फाइल आर्टिफैक्ट बन गया है। [ALLOY]: यह यह भी स्पष्ट करता है कि पहले का क्वांटाइज़्ड कम्युनिटी वेरिएंट क्यों मौजूद है। Comfy-Org ने मॉडल को वर्कफ्लो के लिए सुविधाजनक बनाया; realrebelai ने ज़्यादा कंस्ट्रेंड लोकल हार्डवेयर के लिए सुविधाजनक बनाने की कोशिश की। ये एक ही फैमिली के आसपास अलग-अलग डिस्ट्रिब्यूशन लेयर हैं। एक फाइल और कॉन्फ़िगरेशन की जटिलता कम करता है। दूसरा मेमोरी की मांग कम करने के लिए न्यूमेरिकल प्रिसिज़न कम करता है। दोनों नया बेस मॉडल नहीं हैं, लेकिन साथ मिलकर ये दिखाते हैं कि कैसे एक ओपन मॉडल ब्रॉडर लोकल यूज़ के लिए ज़रूरी फॉर्मेट तेज़ी से हासिल कर सकता है। [NOVA]: ... [NOVA]: MultiverseComputingCAI ने दस अगस्त को एक Hugging Face पोस्ट पब्लिश की जो स्केल पर नॉलेज डिस्टिलेशन के लिए सस्ते रास्ते की वकालत करती है। नॉलेज डिस्टिलेशन एक छोटे मॉडल को बड़े टीचर की नकल करने के लिए ट्रेन करता है, जिसका मकसद इन्फरेंस कॉस्ट कम करते हुए उपयोगी व्यवहार को बनाए रखना है। यह तब मूल्यवान हो सकता है जब एक संकीर्ण काम बार-बार दोहराया जाता है कि हर बार सबसे बड़े उपलब्ध मॉडल को चलाना बर्बादी हो। [ALLOY]: "सस्ता" बढ़िया लगता है, लेकिन कितना सस्ता? दिया गया सबूत नहीं बताता। उपलब्ध मैटेरियल में कोई बेंचमार्क नंबर, पैरामीटर काउंट, कॉस्ट फिगर्स, या नाम की तकनीकें नहीं हैं। तो यह शब्द पब्लिशर का है, क्वांटिफाइड रिज़ल्ट का नहीं जिससे हम तुलना कर सकें। विषय अभी भी मायने रखता है क्योंकि डिस्टिलेशन उपयोगी व्यवहार को एक ऐसे मॉडल में ले जा सकता है जो सर्व करने में तेज़ या कम महंगा हो। एक स्पेशलाइज़्ड सपोर्ट मॉडल, क्लासिफायर, या डोमेन असिस्टेंट को हमेशा इन्फरेंस टाइम पर पूरे टीचर की जरूरत नहीं होती। [NOVA]: और स्केल वह जगह है जहां इकोनॉमिक्स दिलचस्प हो जाती है। टीचर आउटपुट जेनरेट करना, उदाहरण चुनना, और स्टूडेंट को ट्रेन करना खुद महंगा हो सकता है, इसलिए कोई भी मेथड जो वास्तव में उस लागत को कम करे वह कस्टम मॉडल तक पहुंच बढ़ा सकती है। लेकिन यहां दिए गए पोस्ट विवरण यह नहीं दिखाते कि कौन सा हिस्सा सस्ता हुआ या क्या क्वालिटी स्थिर रही। फिलहाल, यह एक नई पब्लिश दिशा और दावा है, प्रदर्शित कॉस्ट ब्रेकथ्रू नहीं। और सबूत की जरूरत होगी कि कम खर्च को बनाए रखी गई क्षमता से जोड़ा जा सके। [NOVA]: ... [ALLOY]: Intel ने सात अगस्त को Dean Jarnac को एक्जीक्यूटिव वाइस प्रेसिडेंट और चीफ सेल्स ऑफिसर के रूप में नियुक्त किया। वह क्लाइंट कंप्यूटिंग, डेटा सेंटर्स, AI, नेटवर्किंग, और कस्टम चिप्स में कंपनी के ग्लोबल सेल्स ऑर्गनाइजेशन का नेतृत्व करेंगे। यह एक व्यापक पोर्टफोलियो है। क्या यह नियुक्ति उत्पादों के बारे में कुछ ठोस बताती है? [NOVA]: प्रोडक्ट परफॉर्मेंस के बारे में नहीं। बदलाव संगठनात्मक है, नया प्रोसेसर या AI सिस्टम नहीं। Intel का कहना है कि यह नियुक्ति उस पोर्टफोलियो में कस्टमर रिलेशंसशिप और सेल्स एक्जीक्यूशन को मजबूत करने के लिए है। अनाउंसमेंट में कम्पैटिबिलिटी, डिप्लॉयमेंट इम्प्रूवमेंट्स, या तकनीकी रोड-मैप बदलावों का कोई सबूत नहीं है, और इन्हें लीडरशिप हायर से अनुमानित नहीं करना चाहिए। यह दिखाता है कि Intel कहां एक्जीक्यूटिव अटेंशन चाहता है: प्रोडक्ट्स—AI एक्सेलेरेटर्स और कस्टम सिलिकॉन सहित—को कई मार्केट्स में कस्टमर कमिटमेंट में बदलना। [ALLOY]: यह एक ऐसे बाज़ार में मायने रखता है जहाँ तकनीकी रोडमैप और आपूर्ति काफी नहीं हैं। डेटा-सेंटर निर्णय लेने वाले ग्राहकों को यह भरोसा चाहिए कि उत्पाद आएंगे, एकीकृत होंगे और समर्थित रहेंगे। एक चीफ सेल्स ऑफिसर उन संबंधों को प्रभावित कर सकता है, बड़ी प्रतिबद्धताओं पर बातचीत कर सकता है, और यह आकार दे सकता है कि Intel अपनी पेशकशों को प्रतिद्वंद्वियों के खिलाफ कैसे पेश करता है। लेकिन एक नियुक्ति अकेले विकास प्रदर्शित नहीं करती। "विकास में तेजी लाना" Intel के बताए गए उद्देश्य से अधिक कुछ न हो, इससे पहले हमें ग्राहक जीत और व्यावसायिक परिणाम चाहिए। [NOVA]: इसलिए AI कनेक्शन तकनीकी से ज़्यादा व्यावसायिक है। Intel एक ऐसे बाज़ार में बेचने की कोशिश कर रहा है जहाँ खरीदार महंगे, दीर्घकालिक बुनियादी ढांचे के विकल्प चुन रहे हैं, कभी-कभी कस्टम सिलिकॉन और पूरे डेटा-सेंटर परिनियोजन शामिल हैं। Jarnac का दायरा उन बातचीत को एक वैश्विक सेल्स लीडर के तहत रखता है। यह बदल सकता है कि कंपनी क्लाइंट, नेटवर्क और डेटा-सेंटर उत्पादों में अकाउंट्स का समन्वय कैसे करती है, लेकिन घोषणा Intel हार्डवेयर पर चलने वाले सॉफ्टवेयर के लिए कोई तुरंत बदलाव स्थापित नहीं करती। [NOVA]: ... [NOVA]: HKUDS का नैनोबॉट 46,820 स्टार्स के साथ ट्रैक्शन लीडर है। इसका 0.3 रिलीज़ पच्चीस जुलाई को आया, और रिपॉजिटरी दस अगस्त को अपडेट हुई। यह एक सेल्फ-होस्टेड पायथन एजेंट फ्रेमवर्क है जिसमें वेब इंटरफ़ेस, टूल्स, मेमोरी, मल्टी-एजेंट वर्कफ़्लो, ऑटोमेशन, चैट एप्लिकेशन और MCP सपोर्ट है। MCP वह सामान्य प्रोटोकॉल है जिसका उपयोग एजेंट बाहरी टूल्स को खोजने और कॉल करने के लिए करते हैं। नैनोबॉट उस टूल सतह को सीधे एक्सपोज़ कर सकता है; Prefect का FastMCP, 27,149 स्टार्स और 3.4 रिलीज़ के साथ, दूसरी तरफ से अप्रोच करता है जिससे Python में MCP सर्वर और क्लाइंट बनाना आसान हो। [ALLOY]: DeusData का codebase-memory-mcp उन विचारों को सॉफ्टवेयर वर्क से जोड़ता है। 38,358 स्टार्स के साथ, इसका 0.9 रिलीज़ 158 भाषाओं में कोड को एक पर्सिस्टेंट नॉलेज ग्राफ में इंडेक्स करता है—फ़ाइलों, सिंबल और संबंधों का एक लिंक्ड मैप। प्रोजेक्ट औसत रिपॉजिटरी के लिए मिलीसेकंड इंडेक्सिंग, मिलीसेकंड से कम क्वेरी, और 99 प्रतिशत कम टोकन का दावा करता है। ये रिपॉजिटरी के दावे हैं, इसलिए जब तक स्वतंत्र मापन नहीं आ जाते, तब तक मैं इन बचत पर भरोसा नहीं करूंगा। यह एक स्टैटिक एक्ज़ीक्यूटेबल के रूप में आता है। तीनों को एक साथ रखें और आपको एक एजेंट फ्रेमवर्क, कोड के लिए विशेषज्ञ मेमोरी सर्विस, और एक पायथन टूलकिट मिलता है जो दोनों तरह की क्षमताओं को एक ही टूल प्रोटोकॉल के माध्यम से एक्सपोज़ करने में मदद करता है। [NOVA]: इसीलिए ये प्रोजेक्ट तीन अलग-थलग स्टार काउंट्स से बेहतर एक साथ फिट बैठते हैं। नैनोबॉट एजेंट एनवायरनमेंट देता है, codebase-memory-mcp रिपॉजिटरी का एक स्ट्रक्चर्ड व्यू देता है, और FastMCP क्षमताओं को कॉलेबल सर्विसेज में बदलने में मदद करता है। उनकी हालिया रिलीज़—0.3, 0.9 और 3.4—प्रत्येक लेयर पर काम जारी रखने को भी दर्शाते हैं। [NOVA]: ... [NOVA]: मॉडल प्रोग्रेस नए आए हुए मेजर होस्टेड प्रोवाइडर्स के जेनरल-पर्पस नाम से ज़्यादा पैकेजिंग, अडॉप्शन, इवैल्यूएशन और डोमेन-स्पेसिफिक ट्रेनिंग के माध्यम से आई। DeepSeek V4-Flash और MiniMax-H3 इकोसिस्टम ने यह मूवमेंट दिया: परिचित लोकल फॉर्मेट, पर्मिसिव या रिपॉजिटरी-स्पेसिफिक लाइसेंसिंग, और आर्टिफैक्ट्स जो सॉफ्टवेयर लोग पहले से उपयोग कर रहे हैं, उनके लिए आकार में ढाले गए। [NOVA]: ... [ALLOY]: DeepSeek V4-Flash-0731 लोकल स्पॉटलाइट है: लगभग 2,995 लाइक्स और 954,441 डाउनलोड वाला एक टेक्स्ट-जेनरेशन और कन्वर्सेशनल मॉडल। यह safetensors फॉर्मेट में आता है, Transformers इकोसिस्टम के साथ काम करता है, में एक आठ-बिट टैग शामिल है, और MIT लाइसेंस वहन करता है। रिपॉजिटरी में इवैल्यूएशन रिज़ल्ट्स और होस्टेड एंडपॉइंट्स के साथ कम्पैटिबिलिटी भी दी गई है। [NOVA]: यह एक असाधारण रूप से पुन: प्रयोज्य संयोजन है: मानक लोडिंग टूल्स, कम-सटीकता सहायता, और संशोधन या पुनर्वितरण की व्यापक अनुमति। लेकिन दी गई सामग्री में संदर्भ लंबाई, हार्डवेयर आवश्यकताओं, या विस्तृत बेंचमार्क परिणामों का उल्लेख नहीं है। “Flash” इसके परिवार का हल्का सदस्य सुझाता है; यह मापे गए विलंबता या गुणवत्ता का विकल्प नहीं है। वास्तव में लोगों के पास एक व्यापक रूप से अपनाया गया DeepSeek चेकपॉइंट है जो बातचीत प्रणालियों और फाइन-ट्यूनिंग कार्यों के लिए है जिसे असामान्य रूपांतरण या प्रतिबंधात्मक कस्टम लाइसेंस की आवश्यकता नहीं होती। [NOVA]: ... [NOVA]: Larryvrh का MiniMax-H3-Turbo-LoRA एक एडेप्टर है जो ComfyUI में टेक्स्ट-टू-वीडियो, टेक्स्ट-टू-ऑडियो और संयुक्त ऑडियो-वीडियो कार्य के लिए है। इसके 574 लाइक्स हैं लेकिन कोई रिकॉर्डेड डाउनलोड नहीं। Ethanfel का Qwen3-VL-32B Ultra Heretic H3 ComfyUI INT8 ConvRot भी कोई डाउनलोड नहीं दिखाता; यह एक आठ-बिट छवि-और-टेक्स्ट मॉडल वेरिएंट है जिसके 426 लाइक्स हैं। दोनों मल्टीमॉडल ComfyUI वर्कफ़्लो के आसपास आक्रामक सामुदायिक अनुकूलन दिखाते हैं, हालांकि उनका रिकॉर्डेड अपनाना अभी प्रारंभिक है। [ALLOY]: Baidu का Unlimited-OCR काफी आगे है: लगभग 2.9 मिलियन डाउनलोड और 3,995 लाइक्स। OCR का मतलब optical character recognition—अर्थात् छवियों में मौजूद टेक्स्ट को मशीन-पठनीय सामग्री में बदलना। यह एक विज़न-लैंग्वेज मॉडल है जो Transformers, safetensors, फीचर एक्सट्रैक्शन और कस्टम कोड के लिए टैग किया गया है। यह प्रवृत्ति दस्तावेज़ निष्कर्षण को तीन में से सबसे परिपक्व बनाती है, जबकि MiniMax और Qwen वेरिएंट उत्पन्न वीडियो, ऑडियो और विज़ुअल समझ में प्रयोग की ओर इशारा करते हैं। [NOVA]: ... [NOVA]: प्राथमिक स्रोतों, मॉडल पृष्ठों, प्रोजेक्ट रिपॉजिटरी और समर्थक विवरण के लिए Toby On Fitness Tech dot com पर शो नोट्स देखें। [ALLOY]: AgentStack Daily सुनने के लिए धन्यवाद। हम जल्द वापस आएंगे।