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».
LLMs de difusão gastam mais de três vezes mais passes para escrever um conto do que para corrigir gramática
A regra 'primeiro verifique, depois recuse': como tirar do agente de IA o hábito de desistir no primeiro erro
Guia completo do ModelScope: da busca de modelos à exportação
OSGym: novo framework para treinar agentes de IA em escala por centavos
O OSGym permite rodar milhares de ambientes virtuais para treinar IA a controlar um computador, por um custo diário equivalente ao de uma xícara de café.
Meta apresenta o Muse Spark: modelo de IA multimodal com raciocínio visual
A divisão Meta Superintelligence Labs apresentou o Muse Spark, o primeiro modelo de IA de uma nova família. Ele suporta cadeia de raciocínio visual e trabalho com…
OpenAI apresenta novo ChatGPT Voice com o modelo GPT Live, sem detalhes técnicos
A OpenAI lançou um vídeo sobre o novo ChatGPT Voice, baseado no GPT Live. O anúncio não traz latência, idiomas nem planos. Veja o que se sabe e o que vale testar.
Robôs compartilham experiência: frota de 96 máquinas elevou o sucesso na embalagem de 79,2% para 98,3%
Halcyon supera LlamaGen e JiT-T2I com 18 a 275 vezes menos compute no pré-treino
MemT-1.0 embute a memória no próprio modelo: armazenamento 66 vezes menor com 128K de contexto
Artificial Analysis lança HealthBench: GPT-6 Astra lidera com 66,0%
ActionRoPE transforma ações do jogador em coordenadas e reduz em 66% o drift da cena
O ActionRoPE controla world models de jogos por coordenadas do mundo, sem novos parâmetros, e reduz em 66% o drift ao voltar a um ponto, em relação ao melhor…
Heartbeat Thinking ensina agentes de voz a trabalhar enquanto você ainda fala: latência cai 36,4%
Nova abordagem para agentes de voz inicia o raciocínio e as chamadas de ferramentas durante a fala. No FDBench v3, a cobertura de tools subiu 16 p.p. e a latência…
SEAM ensina novas palavras ao TTS sem áudio e corta em 75% a necessidade de dados
Agentes GPT perdem até 11,3 pontos de precisão quando o relatório do simulador fica em um arquivo
VerifierBench: 19 LLMs escreveram verificadores, e o melhor fez apenas 62,1 pontos
Agentes de IA fortes passam a vez ao humano em 80% dos casos em que o caminho dele é mais curto
SpatialScout: melhor agente VLM montou o mapa 3D de uma sala com apenas 41,71% de acerto
Omni-Woodpecker reduz alucinações de LLMs omni sem retreinamento: +12,9 no CMM
Pesquisadores descrevem como o JEPA seleciona características: o que importa são as conexões, e não as características isoladas
Quatro empresas chinesas apostam em mundos de vídeo interativos em tempo real
Alibaba HappyOyster, Ant LingBot, Vidu S2 e PixVerse R2 colocaram os mundos de vídeo interativos no centro do mercado chinês de IA: o modelo reage às ações do…
Engenharia reversa de sites caros com IA: por que metade do '3D complexo' na web se monta em duas noites
Sites promocionais impressionantes, com iluminação complexa e gráficos volumétricos, antes exigiam um mês e meio de trabalho de um estúdio de design e um…