Corte até 90% dos custos de inferência em sistemas multiagente com roteamento adaptativo
Roteador adaptativo de modelos pode cortar até 90% dos custos de inferência em sistemas multiagente sem alterar a lógica dos agentes.
Últimas notícias.
Acompanhe os acontecimentos mais recentes da inteligência artificial, em ordem cronológica.
Por que agentes de pesquisa em ML não sofrem overfit? Estudo da Amazon aponta a compressão
Pesquisa da Amazon Science explica por que agentes de pesquisa em ML não sofrem overfit em benchmarks, apontando a compressão como chave.
OpenAI libera GPT-Live-1 na API: voz full-duplex para agentes a US$ 0,05 por minuto
GPT-Live-1 chega à API com voz full-duplex, reação a interrupções e delegação de raciocínio, por US$ 0,05 por minuto.
OpenAI lança ChatGPT para serviços financeiros, criado com Morgan Stanley e Evercore
Novo ChatGPT for Financial Services combina dados financeiros embutidos ao raciocínio do GPT-6 Astra, criado em parceria com Morgan Stanley e Evercore.
Como se comunicar 5x melhor com o Claude Code usando arquivos HTML
Técnica simples faz agentes de código apresentarem resultados em HTML e diagramas, em vez de texto puro no terminal.
Como detectar dados pessoais (PII) com qualquer LLM no Amazon Bedrock
Detector open source da AWS transforma qualquer modelo em identificador de dados pessoais, sem retreinar — só mudando o prompt.
Mistral e Cloudera se unem para levar IA soberana aos dados corporativos
Parceria integra modelos da Mistral à plataforma da Cloudera, permitindo que empresas treinem e rodem IA com controle total dos dados.
Google lança o app do Gemini para Windows com atalho Alt + Espaço
Novo app de desktop traz o Gemini para Windows 10 e 11, com agente 24/7, criação de imagens e vídeos e integração…
OpenAI quer saber se desacelerar a indústria de IA seria legal
Líderes de IA querem coordenar uma pausa no desenvolvimento por segurança, mas a lei antitruste dos EUA pode virar um obstáculo inesperado.
AWS lança cache de modelos no HyperPod e reduz cold start de minutos para segundos
Model caching pré-carrega pesos e imagens no NVMe local, eliminando downloads de 30 minutos de modelos como o DeepSeek-R1.
SageMaker reduz latência de LLMs em até 77% com roteamento ciente de prefixo
Nova estratégia envia requisições com o mesmo prefixo para a mesma instância, elevando a taxa de hit do cache KV de 25%…
ToolGrad: Google propõe gerar dados de uso de ferramentas de trás para frente
Framework inverte o paradigma e gera a resposta de uso de ferramenta antes da pergunta, alcançando quase 100% de taxa de acerto…
BioIR da Nvidia acelera previsão de proteínas em 2,9x com PyTorch puro
Biblioteca BioNeMo Inference Runtime dobra o throughput de dobramento em GPUs H100 e já gerou 31 milhões de complexos para o AlphaFold.
Redis LangCache promete cortar custos de LLM em até 90% com cache semântico
Novo serviço gerenciado compara prompts por significado e devolve respostas em cache até 15x mais rápido, eliminando chamadas ao LLM.
Jensen Huang diz que Nvidia crescerá 70% no próximo ano e explica o porquê
CEO da Nvidia reitera projeção de receita recorde e detalha por que acredita enxergar o futuro da IA em sua cadeia de…
Como combinar aprendizado de máquina tradicional com raciocínio agêntico
Modelos tradicionais preveem; agentes agem. Veja como combinar ML clássico com raciocínio agêntico para criar sistemas mais capazes.
Slack agora permite criar gráficos e relatórios interativos com IA dentro do chat
Com o Slackforce Surfaces, o Slackbot cria dashboards, apresentações e microsites com IA diretamente na conversa, usando apps conectados.
Muse, o agente de IA da Meta, já é o 2º app mais baixado nos EUA
O agente de IA da Meta ultrapassou 83 mil downloads no iOS e chegou ao 2º lugar na App Store dos EUA,…