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».
Pesquisadores comparam a atenção de CNN, ViT e Mamba com o olhar humano
Três arquiteturas, três domínios, três métricas: o eye tracking mostra CNNs com olhar amplo, ViTs presos a microfeições e Mamba forte na medicina, mas diferente dos…
Teste de Stroop mostra: VLMs leem o texto na imagem com mais facilidade do que enxergam a cor
Pesquisadores submeteram VLMs contrastivos e generativos ao clássico teste de Stroop: quando texto e cor entram em conflito, os modelos respondem com mais…
ForcingBooster reduz pela metade os passos de denoising em vídeo autorregressivo
O ForcingBooster distribui os passos de denoising por patch: regiões simples param antes. O resultado: cerca de 50% menos passos, com qualidade no nível da base de…
Coral-KV comprime o KV-cache de modelos de vídeo em 37–48% e eleva o PSNR em até 4,95 dB
Black Lake: fábricas chinesas pulam a digitalização e vão direto para agentes de IA
T. Rowe Price: 55% dos moradores de Hong Kong esperam que a IA prejudique a aposentadoria, mas só um em cada cinco está preparado
Otimizador genético acelera em 60% a escolha de locais para sensores de aerossóis no Reino Unido
Kronecker Product Attention comprime o KV-cache em até 10 vezes e alcança o MLA em qualidade
Preprint no arXiv propõe o KPA: chaves e valores armazenados como somas de produtos de Kronecker. Compressão do KV-cache de até 10x, com qualidade no nível de MHA…
TimesFM 3.0 reduz em 43% o erro na previsão de consumo de energia de um prédio universitário
Sem ajuste local, a TimesFM 3.0 pré-treinada cortou em 43% o MAE da previsão diária de um prédio universitário frente à baseline ingênua. O XGBoost ficou bem perto.
DiffusionART acelera o ajuste fino por RL de modelos de vídeo em 12 vezes, sem precisar calibrar o EMA
Transformer físico feito só de transistores aprende in-context learning em simulação
Teoria prova: masked diffusion em transformers aprende com Õ(LK/ε) exemplos
SAZO acelera o ajuste fino de LLMs sem backprop: até 6× menos consultas para o mesmo loss
CircuitTree reúne 39 circuitos de fonemas do HuBERT em um transcritor de sílabas com 64,8% de precisão
Novo algoritmo une pequenas subredes do HuBERT em um único modelo: sílabas abertas são reconhecidas com 64,8% de precisão, e 99,5% dos componentes dos circuitos são…
ResonatorLM aprende a ler a memória a partir do token: perplexity em 1024 cai de 12,81 para 3,76
A fase de leitura do ResonatorLM passou a depender do token atual, com apenas 0,2% de parâmetros a mais. Treinado com 256 e testado com 1024 tokens, a perplexity…