Matemáticos russos ensinam modelos de IA a se comunicarem sem usar palavras

Uma “ponte” entre modelos

Um grupo de matemáticos russos criou uma forma de fazer modelos de IA conversarem entre si sem trocar uma única palavra. A equipe trabalha na startup Mostik — “ponte”, em russo — e desenvolveu uma técnica que permite a diferentes modelos interagirem usando os valores matemáticos presentes em seus pesos, os números que determinam como um prompt se transforma em resposta.

Na prática, isso significa que as capacidades de um modelo grande podem ser “alimentadas” a um modelo menor, elevando a inteligência deste último de forma muito mais eficiente. O resultado foi um modelo que chegou ao topo do ARC-AGI 3, uma das competições mais difíceis para sistemas de IA.

Um teste que impressiona

Para demonstrar a ideia, o time construiu uma ponte entre dois modelos chineses de pesos abertos: a maior versão do GLM-5.2, com 753 bilhões de parâmetros, e uma versão de 4 bilhões de parâmetros do Qwen-3.5 que roda até em celular. O sistema híbrido custa um vigésimo do modelo GLM completo — e entrega desempenho exatamente na metade entre os dois.

Sasha Malysheva, CEO da Mostik, resume a lógica com uma analogia conhecida nos círculos de matemática: um grupo de pessoas aleatórias consegue estimar o peso de um porco com mais precisão do que um especialista, quando as respostas são combinadas e tiradas as médias. Combinar as saídas de vários modelos costuma render resultados melhores — mas normalmente isso exige alimentar a saída de um modelo em outro, o que custa tempo e dinheiro.

A Mostik descobriu como pular essa etapa. Se a técnica pegar, pode aumentar o valor dos modelos de pesos abertos e permitir que eles concorram de igual para igual com os modelos fechados de laboratórios como Anthropic e OpenAI.

O que dizem os especialistas

“Se a Mostik tornar possível emparelhar modelos de fronteira com modelos específicos de domínio — pense em biologia, física e assim por diante — muitos mais modelos especializados seriam treinados”, avalia Vladimir Arustamian, líder técnico da Lovable. “Esse time está nisso há poucos meses e já tem algo funcionando que eu teria apostado estar a anos de distância.”

Karl Tuyls, ex-cientista da computação do Google DeepMind, vai na mesma linha: a técnica significa “que você pode se aproximar da qualidade de um modelo grande sem que o modelo grande cuide de todo o loop”, com ganhos substanciais usando apenas um modelo menor rodando em paralelo.

O cientista-chefe da Mostik é Stanislav Smirnov, professor da Universidade de Genebra e vencedor da Medalha Fields em 2010. Para ele, encontrar um terreno comum entre dois modelos de IA é surpreendentemente difícil — “ainda não parece existir uma linguagem matemática apropriada” — e a abordagem da Mostik é uma forma de, literalmente, preencher essa lacuna.

Por que isso importa agora

A promessa central é democratizar a inteligência: se modelos pequenos e baratos puderem herdar parte da capacidade de modelos gigantes, o custo de rodar IA de alto nível despenca — uma notícia especialmente relevante para um ecossistema como o brasileiro, que depende de soluções econômicas e de código aberto. Malysheva, aliás, aposta que o futuro não será de um “modelo monolítico”, mas da combinação de muitos modelos especializados.