Como gerenciar janelas de contexto pequenas em LLMs: 3 estratégias práticas com Python
Aprenda janela deslizante, orçamento de tokens com RAG e técnicas avançadas para reduzir custo e latência sem perder precisão.
Autor
Aprenda janela deslizante, orçamento de tokens com RAG e técnicas avançadas para reduzir custo e latência sem perder precisão.
Novo modo do ChatGPT reúne proteções de segurança para usuários de 13 a 17 anos, com controles parentais e lembretes de uso saudável.
Novo modelo TTS da Cartesia lidera os rankings da Artificial Analysis com 1.283 Elo. Latência abaixo de 90 ms e metade do preço do ElevenLabs v3.
O GLM-5.3 liderou no CyberGym, mas os benchmarks de exploração revelam um retrato mais complexo — e a própria Zhipu admite onde ainda fica atrás.
Z.ai lança o GLM 5.3, modelo de pesos abertos capaz de automatizar tarefas de código e cibersegurança quase no nível de Anthropic e OpenAI.
Together AI rodou 904 tarefas do DeepSWE: Sol vence no primeiro tiro, mas Pro é 35x mais barato e a cascata Pro→Sol resolve 83% por US$ 3,35.
Estudo testou se a confiança de um LLM acompanha a qualidade da evidência em diagnósticos. Acerto de 93,5%, mas com confiança excessiva em casos ambíguos.
Novo benchmark exige raciocínio em múltiplas etapas com ferramentas para entender vídeos. Resultado: GPT-5.5 e Kimi-K3 ficam abaixo de 60% de acerto.
Pesquisadores defendem rótulos nutricionais de IA com métricas padronizadas de viés, energia e origem de dados, no modelo das normas ISO.
Artigo de posição alerta para o AI Lock-In: a dependência excessiva de IA que desqualifica humanos e cria vulnerabilidades sistêmicas quando os sistemas falham.
Cluster com 128 GPUs usadas serviu LLaMA-70B por um ano a US$ 22 mil, contra US$ 600 mil de um sistema B200. Mas o carbono pode subir até 40x sem energia limpa.
Recurso open source transforma perfis do Hermes em bots com memória e modelo próprios, que conversam entre si por @menção e handoff.
Modelo de 27 bilhões de parâmetros alcança a mesma pontuação do GPT-5.6 Luna e fica a um ponto de GLM-5.2 e DeepSeek V4 Pro.
Sistema de aprendizado por reforço faz modelo escrever kernels CUDA 2,11x mais rápidos que o torch.compile em 96,8% das tarefas do KernelBench.
Empresa adicionou US$ 18 bilhões em receita anualizada em dois meses e se aproxima do IPO, com meta de valuation de US$ 2 trilhões.
Aquisição consolida a infraestrutura que conecta desenvolvedores a modelos de IA. OpenRouter processa 250 trilhões de tokens por mês e tem 8 milhões de desenvolvedores.
Modelo de deep learning estima composição corporal a partir de fotos 2D e prevê resistência à insulina com precisão próxima à do exame DXA.
Jacob Bank volta ao Google como VP de Produto do Chrome para acelerar a integração de agentes de IA no navegador.
Análise do MIT Technology Review questiona as decisões de design da Flock sobre coleta, busca e retenção de dados na rede de 120 mil leitores de placas.
Equipe brasileira da Dharma-AI mostra como um alocador de GPUs ciente de restrições elevou a utilização em até 33 pontos percentuais sem mudar o hardware.
MiniMax lança o MiniMax-Music3, modelo de música com pesos abertos que gera canções completas de até 5 minutos a partir de letra e legenda estruturada.
Do OCR básico à exportação de PDFs pesquisáveis: aprenda a detectar texto, extrair campos de notas fiscais e reconstruir tabelas com a biblioteca open source docTR.
Modelo aberto da NVIDIA roda em uma única GPU, ativa só 3 bilhões de parâmetros e reduz o custo de workloads com agentes.
Amazon Bedrock AgentCore agora permite que agentes autônomos paguem por APIs e conteúdo com carteiras e limites definidos por humanos.