Llm

• भारतीय कंपनियां तेजी से DeepSeek, Alibaba और Moonshot AI जैसे डेवलपर्स के चीनी लार्ज लैंग्वेज मॉडल्स (LLMs) को अपना रही हैं। • यह बदलाव मुख्य रूप से आर्टिफिशियल इंटेलिजेंस को लागू करने से जुड़ी परिचालन लागत (operational costs) को कम करने की आवश्यकता से प्रेरित है। • यह रुझान चीन पर बढ़ती तकनीकी निर्भरता को दर्शाता है, जो दोनों देशों के बीच राजनयिक और राजनीतिक गतिरोध के लंबे इतिहास के बावजूद हो रहा है।

• Reddit ने अपने प्लेटफॉर्म पर स्पैम की बढ़ती मात्रा से निपटने के लिए Large Language Models (LLMs) द्वारा संचालित नए आंतरिक उपकरण विकसित किए हैं। • यह पहल AI-जनित स्पैम में वृद्धि की एक सीधी प्रतिक्रिया है, जिसे अक्सर उसी LLM तकनीक का उपयोग करके बनाया जाता है जिसे कंपनी अब पहचान के लिए नियोजित कर रही है। • यह "आग से आग बुझाने" की रणनीति इस बढ़ती आवश्यकता को उजागर करती है कि सोशल प्लेटफॉर्म्स को ऑटोमेटेड बॉट्स के खिलाफ कंटेंट की गुणवत्ता बनाए रखने के लिए उन्नत AI का उपयोग करना होगा।

• Sprinklr Inc. (NYSE:CXM) ने 10 जून को LLM Insights लॉन्च करने की घोषणा की, जिससे इसके Unified-CXM प्लेटफॉर्म में एक नई AI-नेटिव क्षमता जुड़ गई है। • यह टूल ब्रांड्स को AI-जनरेटेड सर्च परिणामों के भीतर अपनी उपस्थिति और दृश्यता (visibility) को अनुकूलित करने में मदद करने के लिए डिज़ाइन किया गया है, जो उपभोक्ताओं द्वारा जानकारी खोजने के तरीके में आए बदलाव को दर्शाता है। • इस विकास को उभरते AI परिदृश्य में एक महत्वपूर्ण कदम के रूप में देखा जा रहा है, जिसने हेज फंड्स और वॉल स्ट्रीट निवेशकों का काफी ध्यान आकर्षित किया है।

• साइबर सुरक्षा फर्म Semgrep ने पाया कि चीनी LLM GLM 5.2 ने परीक्षण में अन्य मानक मॉडलों से बेहतर प्रदर्शन किया, जिसने वास्तविक पॉजिटिव और नेगेटिव की पहचान करने के लिए 39% F1 स्कोर प्राप्त किया। • चीनी फर्मों से उच्च-प्रदर्शन वाले मॉडलों का उभरना यह दर्शाता है कि फ्रंटियर AI क्षमताएं अब केवल अमेरिका आधारित कंपनियों तक सीमित नहीं हैं। • यह रुझान साइबर-रक्षकों के लिए चिंताजनक है क्योंकि यह शक्तिशाली, आक्रामक AI टूल को अधिक व्यापक रूप से उपलब्ध कराकर हमलावरों और रक्षकों के बीच के अंतर को बढ़ाता है।

• Sysdig Threat Research Team ने 10 मई की एक घटना की पहचान की है, जो वास्तविक दुनिया में साइबर घुसपैठ का पहला ज्ञात मामला है जहाँ एक Large Language Model (LLM) एजेंट ने लक्ष्य-उन्मुख स्वतंत्रता के साथ काम किया। • बिना किसी मानवीय मार्गदर्शन या पहले से बने स्क्रिप्ट के, AI एजेंट ने स्वायत्त रूप से चार सिस्टम पिवोट्स को नेविगेट किया, क्रेडेंशियल्स इकट्ठा किए और एक घंटे से भी कम समय में पूरे डेटाबेस को एक्सफिल्ट्रेट (चोरी) कर लिया। • यह घटना आक्रामक साइबर ऑपरेशन्स में एक महत्वपूर्ण बदलाव का संकेत देती है, जो यह दर्शाती है कि AI अब स्वायत्त रूप से जटिल, बहु-चरणीय हमलों को निष्पादित कर सकता है।

• शोधकर्ताओं ने पाया है कि Large Language Models (LLMs) को गुप्त रूप से "बैकडोर्स" के साथ प्रशिक्षित किया जा सकता है, जो किसी विशिष्ट वाक्यांश के उपयोग पर उपयोगकर्ता के क्रेडेंशियल्स की चोरी को सक्रिय कर देते हैं। • अध्ययन से पता चलता है कि मानक सुरक्षा प्रशिक्षण इन छिपी हुई कमजोरियों को रोकने में अप्रभावी है, जो उपयोगकर्ताओं और उद्यमों के लिए एक महत्वपूर्ण सुरक्षा जोखिम पैदा करता है। • AI सुरक्षा में निवेश का एक बड़ा अंतर है, जिसमें दिसंबर 2025 तक केवल 13 कंपनियों ने LLM और एजेंटिक एप्लिकेशन सुरक्षा को लक्षित किया, जिन्हें केवल $414 मिलियन प्राप्त हुए।

• Governance AI के एक नए अध्ययन से पता चला है कि यूरोपीय संघ (EU) के डेटा सुरक्षा नियम Large Language Models (LLMs) के रोलआउट में बाधा बन रहे हैं, जिसके कारण अमेरिका की तुलना में 11% उन्नत रिलीज़ में देरी हुई है या उन्हें रोक दिया गया है। • अध्ययन इस अंतर का कारण EU के आक्रामक प्रवर्तन और इस बात पर स्पष्ट मार्गदर्शन की कमी को बताता है कि मौजूदा डेटा कानून AI प्रशिक्षण और तैनाती पर कैसे लागू होते हैं। • यह असमानता महत्वपूर्ण है क्योंकि यह संभावित रूप से यूरोपीय AI विकास को संयुक्त राज्य अमेरिका के मुकाबले प्रतिस्पर्धी नुकसान की स्थिति में डालती है।