Meta FAIR apresenta RPMs: modelos que classificam experimentos de ML antes de gastar horas de GPU
Modelos de preferência da Meta FAIR classificam experimentos de ML antes de gastar horas de GPU, elevando o AIRS-Bench de 0,684 para 0,729.
Feed
Modelos de preferência da Meta FAIR classificam experimentos de ML antes de gastar horas de GPU, elevando o AIRS-Bench de 0,684 para 0,729.
Autores contestam editoras e agentes que reivindicam fatia indevida do acordo de US$ 1,5 bilhão da Anthropic por direitos autorais.
Jakub Pachocki descreve a chegada de uma inteligência que escapa à compreensão humana e defende salvaguardas e coordenação global.
Após aporte de US$ 1,7 bilhão, a Atoms de Travis Kalanick se prepara para entrar no mercado de robotáxis, aponta o Financial Times.
Guia prático com Python: as três famílias de marca d'água em texto de IA, do hash de lista verde à invariância semântica, com harness de robustez.
OpenAI confirma que atingiu a meta do 'estagiário de pesquisa' automatizado e mostra dados internos: agentes já somam 3,1 dias de trabalho por dia humano.
Anthropic, Google e OpenAI já marcam bilhões de palavras por dia. Veja como aplicar marca d'água invisível em seus textos com Python — e o que sobrevive à cópia.
Tutorial prático de LDA com Python e Scikit-learn: reduza 17 features para 2 componentes, visualize a separação entre classes e interprete cada variável.
Jornalista do Wired testou o beta do iOS 27 e se encantou com a Siri AI; semanas depois, voltou aos velhos hábitos. Analistas explicam por que a Apple ainda sai na frente.
Rejeição a data centers nos EUA chega a 75% dos americanos.
Projeto open source elimina a necessidade de máquinas virtuais para treinar agentes de computador e reduz o consumo de memória de 4,1 GB para 0,9 GB.
Filtro descarta respostas em que a orientação do professor conflita com o resultado verificado e eleva notas em matemática e código.
Ajuste no GRPO evita amplificar respostas erradas em problemas difíceis e melhora a acurácia média em até 6,25% em modelos Qwen3.
Framework assistido por IA recupera código C de binários, com 79,8% de acerto no conjunto de teste e 96,1% dos candidatos recompilando.
Método troca nomes de entidades para testar se a resposta continua presa à evidência e faz o modelo se abster quando ela se solta.
VTCDy aplica princípios de codificação de vídeo para comprimir tokens visuais e mantém 97,8% do desempenho usando só 25% dos tokens.
Preprint expositivo argumenta que a busca em árvore de Monte Carlo é, no nível de amostragem, o controle de Monte Carlo every-visit.
Sistema multiagente recupera evidências antes de definir a colaboração e reporta 78,68% de acurácia média em sete benchmarks de raciocínio.
Controlador decide quando parar o raciocínio e mantém 92,61% no GSM8K usando apenas 4,4 respostas por questão — economia de 96% nos tokens.
A empresa detalhou a infraestrutura de serving por trás do pplx-embed: gateway Rust, servidor gRPC e um motor que reaproveita kernels de LLM para embeddings.
OpenAI apresenta GPT-6 Astra com foco em desenvolvedores e destaque para geração de modelos 3D; primeiras reações elogiam atenção aos detalhes.
Modelo DeicticVLA aceita comando por voz, gesto ou ambos — e o gesto se mostrou mais robusto em tarefas que o robô nunca viu.
Pesquisadores usam física estatística para mapear um ponto crítico no aprendizado em contexto, revelando onde a instabilidade dos modelos surge.
Estudo mostra que agentes de engenharia reavaliam o trabalho com muito mais frequência quando instruídos explicitamente a verificar.