वेट-स्पेस प्रोग्रामिंग: LLM के लिए तीसरा लीवर
ग्रेडिएंट डिसेंट कभी पवित्र नहीं था। वह एक अस्थायी ढाँचा (scaffolding) था — अरबों ऐसी संख्याओं को आकार देने का एकमात्र सामान्य-उद्देश्य तरीका, जिन्हें कोई...
AI और मशीन लर्निंग
कृत्रिम बुद्धिमत्ता, डीप लर्निंग, LLMs और मशीन लर्निंग इंजीनियरिंग की नवीनतम जानकारी पाएँ।
26 लेख
JavaScript फ्रेमवर्क की छिपी AI लागत
एजेंट ने एक भी लाइन कोड लिखने से पहले ग्यारह मिनट एक माइग्रेशन गाइड पढ़ने में बिताए। आपका एजेंट नहीं, बल्कि वह जिसे पिछले हफ़्ते किसी सहकर्मी ने SvelteKit...
रिकमेंडेशन-फ्री फ़ीड: एल्गोरिदम से बेहतर क्यूरेशन
शुक्रवार रात के 11 बजे हैं। आप थके हुए हैं, YouTube खोलते हैं, और होमपेज पर चीखते थंबनेल, हैरान चेहरों की भीड़ और वही तीन विषय दिखते हैं जिन्हें उसने 2019 में...
LLM वॉइस क्यों तुरंत पहचानी जाती है और इसे कैसे सुधारें
पिछले ढाई-तीन सालों में लिखे ब्लॉग पोस्ट दस मिनट पढ़िए, और आपको एक अजीब सी बात महसूस होगी: लगेगा कि सब कुछ एक ही, थोड़े ज़्यादा जोश वाले इंटर्न ने लिखा है। यही...
Mistral Large 4 को खुद होस्ट करना: कड़वे अनुभवों से सीख
जब Mistral ने Mistral Large 4 के weights जारी किए, लगभग 1 ट्रिलियन पैरामीटर वाला मॉडल जिसमें लगभग 52 बिलियन active parameters हैं, तो मेरे इनबॉक्स में एक ही...
Stack Overflow क्यों मर रहा है: 5 मिथक और उसकी जगह
Stack Overflow पर अब हर महीने 1,000 से कम नए सवाल आते हैं — 2008 में अपने दूसरे महीने में इससे ज़्यादा सवाल आते थे। अगर पिछले पंद्रह सालों में आपने कभी...
ऑफ़लाइन-फ़र्स्ट AI: ऐसा LLM जो बिना नेटवर्क के चले
नौ घंटे से बिजली नहीं है, सेल नेटवर्क पर भारी दबाव है, और गैराज के फ़्रीज़र में शनिवार को खरीदा गया मांस रखा है। क्या अब भी उसे खाना सुरक्षित है? आम दिनों में...
वर्ल्ड मॉडल बनाम वीडियो प्रेडिक्शन: मुझसे कहाँ चूक हुई
जब Genie 4 के डेमो सामने आए, तो मेरी पहली प्रतिक्रिया वही थी जो Sora के बाद से रहती है: यह एक बहुत अच्छा वीडियो जनरेटर है, तो हम इसे वर्ल्ड मॉडल क्यों कह रहे...
LLM से कॉन्जेक्चर जनरेशन बनाम प्रूफ-चेकिंग: कौन जीतेगा
दूसरी और तीसरी कॉफ़ी के बीच में कहीं, हाल ही में कई कम्प्लेक्सिटी थ्योरिस्ट्स ने एक ऐसा वाक्य पढ़ा जिसकी उन्हें उम्मीद नहीं थी: एक डिटरमिनिस्टिक एल्गोरिदम जो...
रीज़निंग मॉडल प्रॉम्प्ट से नहीं, ट्रेनिंग से बनते हैं
पिछले साल एक टीम लंच में मैंने एक राय बहुत बुरी तरह डिफेंड की थी, और तब से अब तक मुझे उस पर और भी पक्का यकीन हो गया है: अगर आपका रीज़निंग मॉडल के बारे में...
इमेज क्लासिफिकेशन: स्पेशलिस्ट CNN बनाम फ्रंटियर LLM
एक डर्मेटोलॉजिस्ट ने हाल ही में 200 बायोप्सी-कन्फर्म्ड स्किन लीजन दो फ्रंटियर LLM और Google के एक दशक पुराने convolutional network Inception v3 की...
फुल-डुप्लेक्स स्पीच मॉडल: वॉइस AI के 5 मिथक, परखे गए
मैंने दो साल क्लासिक स्टैक पर वॉइस असिस्टेंट बनाने में लगाए: स्पीच-टू-टेक्स्ट इनपुट, बीच में लैंग्वेज मॉडल, और टेक्स्ट-टू-स्पीच आउटपुट। हर लेटेंसी...
DeepSeek का LLM इनफरेंस इंजन: 5 मिथक की जाँच
जब DeepSeek ने अपना प्रोडक्शन LLM इनफरेंस इंजन Apache 2.0 लाइसेंस के तहत GitHub पर डाला, तो रेपो कुछ ही घंटों में हज़ारों स्टार पर पहुँच गया। इसमें हैरानी की...
टाइम-सीरीज़ फ़ाउंडेशन मॉडल: क्या अब कस्टम ट्रेनिंग बेकार है?
पाँच साल पहले अगर कोई यह दावा करता, तो किसी भी फ़ोरकास्टिंग टीम में उसकी हँसी उड़ जाती: ज़्यादातर टाइम-सीरीज़ समस्याओं के लिए अपने डेटा पर मॉडल ट्रेन करना अब...
हाइब्रिड रीज़निंग एजेंट: लेटेंट सोच, टेक्स्ट में एक्शन
LLM एजेंट के बारे में एक असहज सच्चाई यह है: वे जो ज़्यादातर टोकन बनाते हैं, वह महंगा फ़िलर होता है। गणित का सवाल हल करने वाला reasoning एजेंट बड़े आराम से “मैं...
AI कोड कॉम्प्रिहेंशन चेक बनाम टेस्ट: कब कौन जीतता है
यहाँ एक ऐसी स्थिति है जो अब आम होती जा रही है: आपका कोडिंग एजेंट चार फ़ाइलों में 600 लाइनें लिखता है, टेस्ट पास हो जाते हैं, लिंटर भी खुश है, और आप merge कर...
फ़्लैश-टियर LLM ही इनफ़रेंस दक्षता की असली कहानी है
यहाँ एक दावा है जो लीडरबोर्ड पर बहस करने वाले कई लोगों को चुभेगा: ज़्यादातर प्रोडक्शन LLM वर्कलोड के लिए “सबसे स्मार्ट” मॉडल ही गलत मॉडल है, और मिड-टियर...
AI बेंचमार्क असली काम का 90% क्यों छोड़ देते हैं
मेरी एक दोस्त एक मझोली logistics कंपनी में operations संभालती है। पिछले बसंत में उसकी टीम ने तीन हफ़्ते लगाकर यह जाँचा कि क्या कोई LLM उनका exception-handling...
मैकेनिस्टिक इंटरप्रेटेबिलिटी के पाँच मिथक, परीक्षण पर
सालों तक मैकेनिस्टिक इंटरप्रेटेबिलिटी में एक निराशाजनक धारणा चलती रही: न्यूरल नेटवर्क उलझी हुई गांठें हैं, और उन्हें समझने से पहले आपको किसी दूसरे मॉडल को...
एजेंटिक कोडिंग CLI के अंदर: लूप, Context, Permissions
मॉडल तो आसान हिस्सा है। कम से कम दावा तो यही है — और पिछले कुछ सालों में डज़नों agentic coding CLI को आते, फोर्क होते और लड़खड़ाते देखने के बाद मुझे लगता है कि...
मशीन ट्रांसलेशन की लो-रिसोर्स भाषा समस्या
दुनिया में लगभग 7,000 भाषाएँ बोली जाती हैं। Google Translate उनमें से लगभग 130 को सपोर्ट करता है। ज़्यादातर कमर्शियल MT सिस्टम 30 से कम भाषाओं को ठीक से हैंडल...
State Space Models बनाम Transformers: एक व्यावहारिक गाइड
ट्रांसफ़ॉर्मर अब ज़्यादा देर तक अकेले खिलाड़ी नहीं रहेंगे। यह दावा थोड़ा बड़ा लगता है, मानता हूँ। हम सालों से देख रहे हैं कि language models से लेकर protein...
AI टूल्स चुपचाप डेवलपर्स की सोच कैसे बदल रहे हैं
मुझे इसका एहसास Copilot को नियमित रूप से इस्तेमाल करने के करीब छह महीने बाद हुआ। मैं एक Python स्क्रिप्ट डीबग कर रहा था और एरर मैसेज पढ़ने से पहले ही AI...
LLM Agents बस Distributed Systems हैं
AI समुदाय multi-agent systems बना रहा है — LLM की ऐसी टीमें जो काम बाँटती हैं, आपस में संवाद करती हैं और मिलकर उन समस्याओं को सुलझाती हैं जिन्हें कोई एक model...
Transformers के बाद: Self-Attention से आगे की राह
Transformer आर्किटेक्चर अब आठ साल से AI को चला रहा है। हर बड़ा language model, ज़्यादातर image generation सिस्टम, और बढ़ती संख्या में audio और video models उस...
अपने हार्डवेयर पर LLM लोकली चलाने की असली गाइड
पिछले साल मैंने एक लोकल इन्फरेंस रिग बनाने में $4,200 खर्च किए, जो 70B पैरामीटर वाला मॉडल ठीक-ठाक स्पीड पर चला सके। एक सहकर्मी ने मेरा सेटअप देखकर वही सीधा...