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».
MULTIFINGROUND: LLMs reconhecem conceitos contábeis em 99% dos casos, mas perdem fatos
Novo benchmark com demonstrações de 90 emissores: modelos reconhecem o conceito com até 99,4% de precisão, mas em 26,6–41,9% dos casos deixam passar ao menos um…
Interlock ensina agentes a levar tarefas até o fim: até +6,64 pontos no JobBench
O framework Interlock sintetiza tarefas longas para agentes de LLM. O ajuste fino de dois modelos Qwen3.6 com trajetórias próprias rendeu +4,00–4,50 p.p. no…
BlenderWorld: GPT-6-Astra supera Opus-5 em benchmark de 3D com 79,9 pontos
O novo benchmark BlenderWorld submeteu 13 modelos de ponta a 223 tarefas de criação 3D no Blender. O GPT-6-Astra lidera com 79,9, mas a coerência espacial ainda…
PrismaCoder: modelos abertos de 9B e 35B alcançam os fechados na geração de código visual
FLOMSS: flow matching separa música em 4 stems e fica em 2º lugar na avaliação auditiva
SliderEdit++ suaviza os controles deslizantes em editores de IA: +18,5% e até 20 vezes mais rápido
JockeyBench: 28 configurações de agentes LLM perderam dinheiro em corridas de cavalos no Japão
KANLab: fork do TensorFlow Playground mostra o treinamento de KANs no navegador
Lukas Niehaus e colegas lançaram o KANLab: uma pequena rede de Kolmogorov-Arnold treina no navegador, e cada curva B-spline fica visível e pode ser editada à mão.
CyberArena coloca 12 agentes de IA em 466 partidas de ataque e defesa em tempo real
O novo benchmark CyberArena faz dois agentes LLM invadirem e corrigirem serviços ao mesmo tempo. São 12 modelos, 40 tarefas, 466 partidas — e o teto dos testes…
Gemini 4 Argon encontrou mais que o dobro de vulnerabilidades dos modelos de referência em testes da Wiz
Gemini 4 Argon ensina humanoide Apollo 2 a jogar cornhole: 7 acertos seguidos
Isomorphic Labs analisa patentes de 500 páginas com o Gemini 4 Argon em um dia, e não em um mês
Autor do Habr testa quantas edições são necessárias para apagar a marca d'água de um LLM
IBM Spyre troca o sendnn, compilador próprio, pelo Inductor aberto no torch.compile
A pilha PyTorch do acelerador IBM Spyre trocou o backend do torch.compile: sai o sendnn, escrito do zero, e entra o backend=inductor, do código aberto do PyTorch.
Meta leva o Muse Wonder ao mercado de agentes de IA corporativos, mas esbarra na confiança
A Meta apresentou o Muse Wonder e entrou no segmento de agentes corporativos de IA. Os modelos já executam tarefas, mas as empresas ainda não confiam a eles seus…