AERA: controlador de IA decide quando parar de raciocinar e economiza 96% dos tokens
Controlador decide quando parar o raciocínio e mantém 92,61% no GSM8K usando apenas 4,4 respostas por questão — economia de 96% nos…
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.
363 publicações encontradas
Estudo revela que embeddings de áudio diferentes servem a tarefas diferentes
Pesquisa compara dois tipos de embedding de áudio e mostra que a melhor representação depende da tarefa — não existe uma única…
IA acerta 97% das perguntas fáceis de finanças e despenca nas difíceis
Novo benchmark de finanças mostra IA acertando 97% das fáceis e apenas 34% das difíceis. Médias altas escondem fragilidades.
Novo método de decodificação garante sintaxe válida em saídas de modelos de linguagem
Método SWYB produziu saída sintaticamente válida em JSON, SQL e lógica temporal em todos os cenários testados, diz preprint do arXiv.
Por que transformers precisam de codificação posicional para séries temporais
Guia visual sobre como a self-attention perde a noção de ordem e como a codificação posicional devolve a estrutura temporal aos transformers.
Modelos de visão e linguagem mudam de pista visual conforme o contexto da busca
Preprint mostra que codificadores congelados como OpenCLIP e SigLIP reordenam qual característica visual é mais útil conforme novas evidências são adquiridas.
GRACE: método seleciona com mais precisão o que um modelo de linguagem deve esquecer
Preprint no arXiv apresenta o GRACE, que monta conjuntos compactos de esquecimento para unlearning de LLMs preservando a utilidade do modelo.
OpenAegis lidera benchmark de segurança cibernética com 58,1% no CyberGym
Modelo de código aberto supera Qwen 3.5, Kimi K2.7 e GLM 5.2 em tarefas de segurança, apontando caminho para automação de detecção…
R²Adapter corta em 59% o uso de RAG com grafos sem perder precisão
Adaptador leve roteia consultas entre RAG simples e RAG com grafos, cortando até 59% do uso de grafos sem perder precisão de…
Meta lança Muse Spark 1.3, modelo de codificação que usa 20% menos chamadas de ferramenta
Novo modelo da Meta Superintelligence Labs reduz tokens e chamadas em tarefas longas de agente; preços ficam inalterados.
NeoMME: o encoder multimodal e multilíngue que dispensa torre de visão separada
Conheça o NeoMME, encoder multimodal e multilíngue da H Company que usa um único Transformer para texto e imagem e reduz o…
Como um modelo de código aprendeu a pintar aquarelas: a reprodução aberta do projeto viral com TRL e OpenEnv
Projeto que viralizou com 1,5 milhão de views ganha reprodução 100% aberta. Veja como o aprendizado por reforço treinou um LLM para…
Matemáticos russos ensinam modelos de IA a se comunicarem sem usar palavras
Startup Mostik cria 'ponte' que conecta modelos de IA pelos pesos, elevando a capacidade de modelos menores por uma fração do custo.
NVIDIA explica como a speculative decoding acelera a inferência de LLMs mantendo a precisão
Técnica prevê vários tokens por vez e verifica em paralelo no modelo-alvo, reduzindo iterações e acelerando a geração sem perder precisão.
Google lança Gemini 3.8 Flash e Flash Cyber com foco em código, agentes e segurança cibernética
Terceiro lançamento da linha Flash em seis semanas chega em duas variantes: 3.8 Flash para agentes e código, e Flash Cyber para…
Como fazer um RAG responder isso não está no documento com provas
Um 'não encontrado' honesto precisa de quatro provas: cobertura da análise, palavras-chave, varredura e justificativa.
Redes neurais de grafos: GCN, MPNN e GAT explicados de forma simples
Entenda como funcionam as redes neurais de grafos — GCN, MPNN e GAT — e por que elas impulsionam a descoberta de…
Meta lança Muse Voice Transcribe, modelo único para transcrição de voz em tempo real
Modelo autoregressivo da Meta Superintelligence Labs unifica ASR, diarização de mais de 20 falantes e detecção de fala em uma única passagem,…
REAL-Q: quantização de LLMs mais fiel à perda original
Novo método de quantização acompanha a perda em tempo real para preservar mais qualidade na compressão de modelos de linguagem.
Qwen-Drive-1.0: Alibaba apresenta modelo de visão-linguagem para direção autônoma
Modelo unificado da Alibaba reúne percepção 3D, respostas visuais e planejamento de movimento em uma única arquitetura de visão-linguagem.
Anthropic lança Fable 5.1 com custo menor e menos restrições
Versões 5.1 dos modelos Fable e Mythos chegam com custo menor por token, menos restrições falsas e Zero Data Retention para clientes…
JSON válido, dados errados: 5 falhas que a saída estruturada de LLMs não detecta
JSON válido não é dado correto: os 5 modos de falha que a saída estruturada de LLMs não detecta — e como…
Pesquisa mede teto do eviction de cache KV: ganhos limitados além do top-mass
Preprint testa quanto a evicção de KV cache pode melhorar e acha teto baixo: a seleção top-mass já fica perto do ótimo…
Verificação por prefixo melhora a precisão de modelos de linguagem por difusão
Prefix-Denoising Consistency regenera o final da resposta e vota na mais frequente, ganhando até 5,68 pontos em raciocínio.