Notícias verificadas, lançamentos e análises para compreender o que muda na inteligência artificial e como isso o afeta.
166 artigos
Um preprint do Google DeepMind descreve como quatro agentes completaram uma partida de sobrevivência após escreverem 2.783 programas e morrerem 605 vezes. O resultado documenta uma execução concreta, não uma capacidade geral já demonstrada.
O V4.1-Flash-1017 melhora os resultados declarados pela DeepSeek em tarefas agênticas e reduz o custo observado por tarefa em sua avaliação DeepSWE. A empresa também oferece Search e Fetch via API; as comparações de desempenho do novo checkpoint são, por ora, testes internos.
A empresa concedeu a seis pesquisadores da organização sem fins lucrativos METR permissões equivalentes às de seus próprios funcionários, marcando um precedente na verificação externa de riscos de IA.
Um estudo de interpretabilidade rastreia como a atenção e as camadas MLP intervêm na detecção de solicitações prejudiciais e no sinal de recusa em modelos de linguagem.
Um novo preprint apresenta um benchmark de 20 tarefas projetado para medir a capacidade dos agentes de programação para resolver falhas em aplicações implantadas, superando as limitações dos repositórios de teste tradicionais.
Um preprint apresenta um método que conecta um codificador de voz a um LLM congelado para responder perguntas fechadas por meio de distribuições sobre opções, reduzindo a latência em agentes de voz em tempo real.
As informações disponíveis atribuem ao Muse Spark Open 816 mil milhões de parâmetros, 42 mil milhões ativos e uma janela de contexto de um milhão de tokens. No entanto, a documentação primária fornecida pela Meta não confirma esta variante nem uma otimização oficial para Apple Silicon; também não permite verificar requisitos ou desempenho local.
O Nemotron 3.5 Super VL foi concebido para interpretar documentos, gráficos, imagens e vídeos e apoiar tarefas prolongadas com uso de ferramentas. As informações disponíveis confirmam o lançamento e a escala do modelo, mas não são suficientes para estabelecer seu desempenho independente nem o hardware necessário para cada implantação.
Um estudo experimental descreve uma forma de estabilizar transformadores em loop e medir o seu desempenho. Não demonstra que a OpenAI a utilize no próximo modelo, nem permite concluir que esta arquitetura torne mais difícil supervisionar a sua segurança.
O novo modelo combina raciocínio, uso de ferramentas e compreensão de texto, imagens, documentos e vídeo. A NVIDIA declara 12 bilhões de parâmetros ativos por token e melhorias de eficiência, mas os resultados publicados não bastam para estabelecer uma comparação independente nem um custo universal de inferência.
Um astrofísico da Johns Hopkins utilizou a Claude Science para processar dados de missões espaciais e preencher lacunas no mapa ultravioleta do céu, combinando observações com estimativas estatísticas validadas por testes de ocultação de dados.
A Meta lançou o Muse Wonder e o Muse Wonder Full, seus primeiros modelos de fronteira, com acesso por API e assinatura. Entenda as capacidades anunciadas, os preços e os limites das comparações de desempenho com modelos da OpenAI e da Anthropic.