Notícias verificadas, lançamentos e análises para compreender o que muda na inteligência artificial e como isso o afeta.
170 artigos
Uma análise de 22 benchmarks distingue a fiabilidade da comparação entre sistemas implementados da fiabilidade de atribuir diferenças aos modelos. Os resultados sugerem que mais tarefas não eliminam todas as incertezas.
Code to Control separa a geração da estrutura de um controlador do ajuste dos seus parâmetros. O preprint afirma que, depois de aprendido, o controlador pode atuar sem inferência do LLM nem planeamento em cada passo; as evidências disponíveis não bastam para avaliar os números, a reprodutibilidade ou a preparação para robôs reais.
A empresa abriu listas de espera nos Estados Unidos para um agente integrado ao Apple Messages e uma API para pedidos em grandes quantidades. Ainda não foram esclarecidos aspetos importantes, como a confirmação do pagamento, os restaurantes disponíveis ou o tratamento das conversas.
CheatBench é apresentado em notícias secundárias como um benchmark para estudar comportamentos de reward hacking. As informações disponíveis permitem explicar a questão que ele propõe, mas não confirmar os detalhes experimentais nem extrapolar os resultados para sistemas em produção.
Uma fonte relata um anúncio para a Índia, mas a documentação fornecida não permite confirmar quais modelos, datas ou configurações estão disponíveis no país, nem verificar uma expansão equivalente para a Coreia do Sul e Singapura.
A OpenAI apresenta os Dots como assistentes proativos para projetos e tarefas. A informação disponível não permite confirmar com precisão as permissões, integrações, disponibilidade ou o grau de autonomia descrito na cobertura jornalística.
A cobertura disponível atribui à expansão do Muse o acesso a análises de contas profissionais do Instagram e de Páginas do Facebook. As fontes fornecidas não especificam regiões, planos, permissões detalhadas nem resultados comerciais.
As fontes disponíveis descrevem capacidades gerais do Manus e uma ferramenta para gerar vídeos a partir de texto, mas não verificam um anúncio do Manus 2.0 ou do Cue nem esclarecem permissões, disponibilidade geral ou autonomia de ponta a ponta.
Uma notícia da ABC relata um pedido de supervisão da aprendizagem autónoma da IA, mas as fontes disponíveis não permitem confirmar o documento original, os seus signatários nem as recomendações exatas. Oferecem, ainda assim, contexto sobre investigação automatizada e regulação.
Vários veículos atribuem a testes internos problemas de segurança no GPT‑6.1 Astra. No entanto, as informações disponíveis não incluem resultados públicos nem uma confirmação direta da OpenAI, e as páginas oficiais citadas tratam do GPT‑6 Astra.
Uma comparação entre três modelos em tarefas baseadas nos conjuntos Adult, COMPAS e Credit indica que o raciocínio corrigiu algumas mudanças contrafactuais, mas criou outras com maior frequência. O resultado não demonstra que todos os modelos ou usos produzam o mesmo efeito.
O pré-print apresenta um método de busca evolutiva que modifica casos de avaliação existentes. Em três benchmarks e três escalas do Qwen3.5, os autores relatam uma redução média de 22,7% na precisão, embora o resumo não permita auditar o cálculo nem determinar até que ponto os casos gerados representam situações reais.