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».
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
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.
RiseHarness ensina agentes de terminal a corrigir a própria camada de orquestração sem retreinamento
O framework RiseHarness melhora de forma iterativa o harness de agentes de terminal com pesos congelados: compara execuções bem e malsucedidas da mesma tarefa e…
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
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…
ToM2Vec ensina agentes LLM a modelar o parceiro em tokens latentes
ToM2Vec constrói a teoria da mente do parceiro em tokens contínuos e vence em Hanabi, Overcooked-AI e negociações, inclusive em jogos com o GPT-5.4, que o agente…
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
PACE comprime o estado de LLMs lineares para 4 bits e economiza um terço da memória
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…
NUS ensinou o modelo a encontrar o que ele mesmo descreveu: gIoU subiu de 57,5% para 68,2%
O Generalized CycleGRPO une a descrição de uma região e sua busca por texto em um único ciclo de RL, sem legendas de referência nem LLM como juiz. No…