RAG não é o kit completo: as técnicas de NLP que problemas reais ainda precisam
Antes de empilhar LLM com recuperação vetorial, pergunte se a tarefa não é classificação, correspondência ou leitura de tabela. Guia das técnicas…
Categoria: Modelos e LLMs
Cobertura de modelos de linguagem (LLMs), IA generativa, benchmarks e as principais novidades em pesquisa e desenvolvimento de modelos de inteligência artificial.
266 publicações encontradas
StrategyBench avalia se LLMs conseguem induzir estratégias explícitas de raciocínio
Novo benchmark testa se LLMs conseguem induzir estratégias de raciocínio; método combinado com CoT liderou, mas a estratégia sozinha não superou.
Nem todas as cabeças de atenção importam: estudo acelera modelos de visão-linguagem
ProViP poda tokens visuais e cabeças de atenção sem treino, acelerando modelos de visão-linguagem em 1,62x e mantendo 95,9% do desempenho.
GLM-5.3-Flash e Qwen3.8-Flash-Next: dois laboratórios chineses convergem para a mesma arquitetura
Z.ai e Alibaba lançaram, com um dia de diferença, modelos de código aberto com receitas quase idênticas: atenção híbrida 3:1, indexador de…
Decathlon reduz em até 15 pontos o erro de previsão de demanda com o modelo Chronos-2
Varejista testou modelos de séries temporais em 25 mil produtos; o Chronos-2 ajustado venceu e cortou a implantação de 6 para 2…
Quantização e poda: os 5 métodos para deixar seu LLM mais enxuto
Quantização e poda reduzem em até 8x o tamanho de um LLM. Veja os cinco métodos que times usam em produção —…
Cohere lança Parse 5, modelo de visão que converte documentos em Markdown
Modelo de 2,3 bilhões de parâmetros transforma PDFs, slides e imagens em Markdown estruturado por US$ 1,50 a cada mil páginas, sem…
Z.ai lança GLM-5.3-Flash: o modelo aberto “Ox Alpha” com 320B de parâmetros e 1M de contexto
Modelo multimodal nativo roda em chips chineses e chega com licença MIT, custo de US$ 0,09 por tarefa e desempenho competitivo em…
Alibaba lança Qwen3.8-Flash-Next, modelo multimodal de 125B que antecipa o Qwen4
Modelo MoE de 125B com apenas 6B de parâmetros ativos por token antecipa a arquitetura do Qwen4 e custa cerca de 1/9…
Um LLM consegue esquecer as coisas certas? O runtime de CUDA que decide o que lembrar
Projeto explora runtime de inferência em CUDA para robôs VLA que decide o que lembrar, o que esquecer e quando não há…
Morte dos parâmetros: CEO da Z.ai explica a nova lei de escala do pós-treinamento no GLM 5.3
Jie Tang, CEO da Z.ai, argumenta que contar bilhões de parâmetros deixou de ser a régua da IA. O progresso agora está…
Rastreamento de entidades emerge em modelos pequenos e já supera o desempenho humano
Rastreamento de entidades emerge em modelos com 410 milhões de parâmetros e já supera humanos em narrativas naturalistas.
Robôs que aprendem na hora: o salto da inteligência física generalista
Startup Generalist AI, fundada por ex-DeepMind e Boston Dynamics, demonstra robôs que improvisam e aprendem tarefas novas sem treinamento específico — mas…
Kimi K3: a janela de 1 milhão de tokens substitui o RAG? Teste compara custo e qualidade
Experimento controlado compara um pipeline RAG com o contexto longo do Kimi K3 nas mesmas 12 perguntas. Contexto longo vence em qualidade,…
Janela de 1 milhão de tokens no Kimi K3: ainda vale a pena usar RAG?
Um experimento independente colocou RAG e contexto de 1 milhão de tokens frente a frente no Kimi K3. O resultado — e…
Cartesia lança Sonic-3.6, modelo de voz que lidera os dois rankings de fala da Artificial Analysis
Novo modelo TTS da Cartesia lidera os rankings da Artificial Analysis com 1.283 Elo. Latência abaixo de 90 ms e metade do…
DeepSeek V4 Pro 0813 vs GPT-5.6 Sol: custo, código e roteamento no DeepSWE
Together AI rodou 904 tarefas do DeepSWE: Sol vence no primeiro tiro, mas Pro é 35x mais barato e a cascata Pro→Sol…
Qwen 3.8 27B atinge 52 pontos no índice da Artificial Analysis e empata com GPT-5.6 Luna
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…
MiniMax lança MiniMax-Music3: modelo de música com pesos abertos que gera canções completas de 5 minutos
MiniMax lança o MiniMax-Music3, modelo de música com pesos abertos que gera canções completas de até 5 minutos a partir de letra…
Nemotron 3.5 Lightning chega ao SageMaker com até 4x mais vazão
Modelo aberto da NVIDIA roda em uma única GPU, ativa só 3 bilhões de parâmetros e reduz o custo de workloads com…
O que você pode realmente fazer com um modelo de linguagem pequeno (SLM)
Da estruturação de documentos à rotulagem em massa: três cenários práticos onde um modelo local de até 8 bilhões de parâmetros resolve…
Loop engineering: a camada que faz seu RAG se recuperar em vez de girar em círculos
A terceira camada depois de prompt e contexto: como projetar loops de recuperação, terminação e retry que evitam que seu RAG gire…
Do BERT aos agentes de fronteira: estudo mapeia oito anos de avanço dos modelos de linguagem
Pesquisa mostra que a capacidade de resolver problemas reais de código cresceu quase seis vezes por ano e que o custo despencou.
Qwen 3.8 27B: modelo aberto de 17 GB que roda em casa, mas que pensa demais
Modelo Apache 2.0 de 27 bilhões de parâmetros roda em hardware de consumo, mas padrão de raciocínio xhigh o faz gastar tempo…