महत्वपूर्ण नियम:
1. मूल लहज़ा, शैली और अर्थ को बनाए रखें
2. किसी भी HTML टैग या मार्कडाउन फ़ॉर्मेटिंग को बिल्कुल वैसा ही रखें जैसा वह है
3. तकनीकी शब्दों को सटीक रखें
4. हिन्दी भाषी लोगों के लिए सांस्कृतिक उपयुक्तता सुनिश्चित करें
5. केवल अनुवाद लौटाएँ - कोई स्पष्टीकरण नहीं, कोई उपसर्ग नहीं, कोई उद्धरण नहीं
6. "यहाँ अनुवाद है:" या "अनुवाद:" जैसे वाक्यांश न जोड़ें
7. अनुवाद को उद्धरण चिह्नों में न लपेटें
चीन ने मंगलवार को एक नए पुन: प्रयोज्य रॉकेट और क्रू कैप्सूल का सफलतापूर्वक परीक्षण किया, जो 2030 तक चंद्रमा पर अंतरिक्ष यात्रियों को उतारने की अपनी महत्वाकांक्षी योजना में एक महत्वपूर्ण कदम है, चीन मानवयुक्त अंतरिक्ष एजेंसी (CMSA) के अनुसार। लॉन्ग मार्च 10 रॉकेट और मेंगझोउ अंतरिक्ष यान का प्रक्षेपण, जो चीन की चंद्र वास्तुकला के मुख्य तत्व हैं, देश के मानवयुक्त चंद्र अन्वेषण कार्यक्रम में एक बड़ी सफलता है, जैसा कि Ars Technica ने रिपोर्ट किया है।
मंगलवार देर रात अमेरिकी समय पर आयोजित परीक्षण उड़ान में लॉन्ग मार्च 10 रॉकेट और मेंगझोउ अंतरिक्ष यान का प्रदर्शन किया गया। चीन और संयुक्त राज्य अमेरिका चंद्रमा पर अगला मानव लैंडिंग हासिल करने की दौड़ में लगे हुए हैं, जो राष्ट्रीय प्रतिष्ठा और चंद्र संसाधनों के लिए प्रतिस्पर्धा कर रहे हैं, Ars Technica ने उल्लेख किया। CMSA ने प्रदर्शन की सफलता पर प्रकाश डाला।
अन्य खबरों में, Ars Technica के अनुसार, ट्रम्प प्रशासन से इस सप्ताह ग्रीनहाउस गैस प्रदूषण को नियंत्रित करने में अमेरिकी सरकार की भूमिका को औपचारिक रूप से समाप्त करने की उम्मीद थी। ग्रीनहाउस गैसों के सार्वजनिक स्वास्थ्य और कल्याण को खतरे में डालने वाले 17 साल पुराने वैज्ञानिक निष्कर्ष को रद्द करके, पर्यावरण संरक्षण एजेंसी (EPA) स्वच्छ वायु अधिनियम के तहत जलवायु परिवर्तन पर कार्रवाई करने के अपने अधिकार के कानूनी आधार को ध्वस्त कर देगी। EPA प्रशासक ली ज़ेल्डिन के राष्ट्रपति डोनाल्ड ट्रम्प के साथ इस कार्यक्रम में उपस्थित होने की उम्मीद थी।
इस बीच, MIT, Improbable AI Lab, और ETH Zurich के शोधकर्ताओं द्वारा विकसित एक नई फाइन-ट्यूनिंग विधि, VentureBeat ने रिपोर्ट किया, बड़े भाषा मॉडल (LLMs) को मौजूदा कौशल को खोए बिना नए कौशल सीखने की अनुमति देती है। यह तकनीक, जिसे सेल्फ-डिस्टिलेशन फाइन-ट्यूनिंग (SDFT) कहा जाता है, मॉडल को प्रदर्शनों और अपने स्वयं के प्रयोगों से सीधे सीखने में सक्षम बनाती है, जो आधुनिक LLMs की अंतर्निहित इन-कॉन्टेक्स्ट लर्निंग क्षमताओं का लाभ उठाती है। प्रयोगों से पता चलता है कि SDFT पारंपरिक पर्यवेक्षित फाइन-ट्यूनिंग (SFT) से लगातार बेहतर प्रदर्शन करता है, जबकि सुदृढीकरण सीखने की सीमाओं को संबोधित करता है।
AI के क्षेत्र में, AI एजेंटों से जुड़े जोखिमों पर प्रकाश डाला जा रहा है। MIT टेक्नोलॉजी रिव्यू के अनुसार, चैटबॉक्स वातावरण में भी, LLMs गलतियाँ कर सकते हैं और अवांछनीय व्यवहार प्रदर्शित कर सकते हैं। इन गलतियों के परिणाम तब और गंभीर हो जाते हैं जब AI एजेंटों के पास बाहरी दुनिया के साथ बातचीत करने के उपकरण होते हैं, जैसे वेब ब्राउज़र और ईमेल पते। यह समझा सकता है कि पहला सफलता LLM व्यक्तिगत सहायक एक स्वतंत्र सॉफ्टवेयर इंजीनियर, पीटर स्टेनबर्गर से क्यों आया, जिसने नवंबर 2025 में अपना टूल, OpenClaw, GitHub पर अपलोड किया था। परियोजना जनवरी के अंत में वायरल हो गई। OpenClaw उपयोगकर्ताओं को अपने स्वयं के विशिष्ट सहायकों को बनाने देने के लिए मौजूदा LLMs का उपयोग करता है।
अंत में, WIRED ने संयुक्त राज्य अमेरिका में 150 से अधिक कार्यालय स्थानों में ICE के नियोजित विस्तार का विवरण प्रकट किया, जिसमें 54 विशिष्ट पते शामिल हैं। WIRED के अनुसार, ICE मौजूदा सरकारी स्थानों पर कब्जा करने और चिकित्सा कार्यालयों और छोटे व्यवसायों के साथ सुविधाएं साझा करने की योजना बना रहा है।
Discussion
AI Experts & Community
Be the first to comment