Zhemal Khamidun
Head of AI na Alpina Digital, CPO da AlpinaGPT. Fundador da Vibe Academy e Hamidun Consulting, autor do canal de IA «Готовим ИИшницу».
R$ 32,5 milhões por ano para 300 pessoas: como quantificamos a economia real da adoção de IA em uma empresa
Anthropic: Claude projetou 318 484 proteínas em 64 horas, e 17 passaram na verificação de laboratório
Instituto de Software da Academia Chinesa de Ciências e Kuaishou criam o primeiro benchmark de simulação de usuários com LLMs
RSIGame: conjunto de modelos de 27B joga por conta própria e supera o GPT-5.5
O projeto chinês RSIGame faz a IA testar, corrigir e refinar jogos sozinha. Segundo os autores, um conjunto de modelos de 27B superou o GPT-5.5 na geração em uma…
DecisionPivot testou 40 modelos decisores: com a mesma acurácia, a diferença chega a 26 p.p.
O benchmark DecisionPivot, com 40 033 itens, mostra que dois modelos de 27B, separados por 2,6 pontos na trilha de referência, ficam 25,9 pontos distantes nos…
S-Agent 2.0 ensinou um agente de código a entender 3D e superou o SpatialClaw em 7,8 pontos
Um agente de código pronto, com um conjunto de ferramentas 3D, levou o Qwen3.8-27B a 66,5 no MMSI-Bench e 82,3 no ReVSI. O Gemini-3.8-Flash chegou a 74,1 e 90,5.
TARSphere testa robôs com "cérebro" MLLM em 360 episódios e 30 cenas
Agent Mosaic: agentes de LLM montam segredos a partir de documentos inofensivos em 7% das respostas
Looping de camadas reduz em até 3,3 vezes o custo de treinamento de LLMs de difusão
FrontierCS 2 testou 12 agentes de IA em tarefas de P&D: o melhor passou em 58%
SplatLab escreve sozinho artigos sobre 3D Gaussian Splatting e supera baselines em até +3,78 dB
Sistema autônomo reproduz um artigo de 3DGS, propõe uma extensão, treina os modelos e escreve o manuscrito. O ganho de PSNR sobre os baselines foi de +0,18 a +3,78…
Revisão: robôs aprendem a melhorar o próprio processo de aprendizado, mas ainda faltam provas
Os autores da revisão levam a ideia de autoaperfeiçoamento recursivo do código para o mundo físico e definem quatro condições para que as melhorias dos robôs se…
Quant-Arena: nenhum dos 9 LLMs superou o mercado A-share em 2024
LASAGNA testou 450 configurações de RAG: os +47% prometidos viraram apenas +17%
LoopRec ajusta a profundidade de cálculo para cada item e supera os modelos de referência em 4 backbones
RealMe gera vídeo volumétrico em 2K com o mínimo de câmeras por meio de difusão
TraceForge treina modelos com os “próprios pensamentos”: +7,1 pontos no MBPP+
O TraceForge completa o raciocínio das respostas de um modelo fechado no estilo da família do aluno. HumanEval+ subiu 3,7 pontos, MBPP+ 7,1, e o juiz deu 0,68 aos…
Pesquisadores propõem o framework PAPAV: apenas 3 de 64 benchmarks avaliam a verificação
Novo artigo compara agentes de computador e robôs por cinco funções do PAPAV. Entre 64 benchmarks, só 5 avaliam a previsão de consequências e apenas 3 checam o…