2026
10.781 artigos · 136 dias · 10 categorias · média 79 por dia
Pesquisadores lançam o dataset AVID: em 68,1% dos alvos, o lado da caixa tem apenas 8–16 pixels
Benchmark KU-PCPE: modelos encontram o apoio da composição com Dice de 0,664; especialista chega a 0,867
DeepSeek abre protótipo do Super-agent: p95 do tempo de tarefa cai de 29,5 para 15,7 minutos
Módulo de difusão TADR eleva o F1 de detector de anomalias no SMD quando há perda de blocos de dados
O módulo de difusão TADR reconstrói blocos perdidos de dados de sensores sem apagar anomalias: o F1 do detector no SMD sobe, e tudo roda em um único núcleo de CPU.
Agente de LLM montou um redutor no KOMPAS-3D, mas tirou 50 em 100 na lista de materiais
O plugin kompas-mcp deu a um agente de LLM acesso ao KOMPAS-3D: ele modelou um redutor e o conjunto de documentação. No benchmark caseiro, tarefas 3D vão de 88 a…
HyperRepair devolveu a LLMs ajustados 93,4% das habilidades gerais e manteve 99,5% da pontuação no domínio
Pesquisadores de Xangai e Queensland criaram um método para reparar habilidades gerais esquecidas por modelos com LoRA, sem dados do domínio-alvo: uma hiper-rede…
Autor de AR-horror baseado em «Viy» cria 12 monstros no Tripo AI e reduz o Diabo a 7 880 triângulos
Claude Opus 5 monta baselines simples que recuperam 95,5% da distância até os modelos de DL publicados na Nature e na Science
Steering vectors no ajuste fino de LLMs melhoraram SFT e destilação em três seeds
FieldGuideRAG compara fotos com referências em um grafo e supera o SigLIP em até 16 pontos de precisão
Recompensa CoFiBreak ensinou LLM atacante a variar jailbreaks sem perder ASR@10
A recompensa CoFiBreak impede que o atacante treinado com GRPO repita os mesmos prompts e preserva o ASR@10 — taxa de intenções com sucesso em 10 tentativas…
Gemma-3-12b detecta menos falsidades em RAG: taxa de detecção cai de 25% para 10%
Se a afirmação envenenada se repete em seis de sete documentos, o Gemma-3-12b percebe a troca em 10% dos casos, contra 25% quando ela aparece uma vez.
Qwen3-VL-4B ganha 18,33 p.p. de precisão no teste Drone-PUR após ajuste fino com imagens de drones
Oito LLMs perdem 35–46% da calibragem de estratégia de resposta na geração livre
Desligar 729 cabeças de atenção no GPT-2-XL reduziu em 91,5% a memorização literal
BILAL-Bench: seis de sete modelos abertos inventam fontes com confiança em 79–95% dos casos
Correção DLC mantém o KL em relação ao treino on-policy do Qwen3 dentro de dois limiares de ruído
Autores separam o descompasso entre sampler e trainer no RL para LLMs em duas causas. A DLC mantém o KL até o treino on-policy em até dois limiares de ruído no…
PathoJev-27B supera o SlideChat em 6,3 p.p. na precisão média em três testes de WSI
O PathoJev codifica a lâmina histológica uma vez e já entrega as probabilidades das respostas. Em três benchmarks de WSI, supera o SlideChat em 5,4 p.p. (9B) e 6,3…
Cosmos gerou vídeo de treinamento para drones: o mAP@50–95 do detector subiu 10,3%
Pesquisadores de Ohio geraram dados sintéticos de nove quadros reais e subiram o mAP@50–95 do detector em 10,3%. Especialista descartou 87,5% dos clipes, mas ainda…
Faros: em equipes com agentes de IA, o tempo mediano de revisão de código subiu 441%
Rótulo «sem documentos de referência» perdeu precisão de 0,68 para 0,10 com retrievers fortes
TJ Digital: 23% das páginas citadas por IA começam com resposta direta, contra 14% das não citadas
Karpathy montou em duas horas um clone do YouTube com 6454 vídeos indicados no Hacker News
Karpathy usa o Claude para criar o HackerTube, com 6454 vídeos recomendados no Hacker News
Andrej Karpathy pediu ao Claude que montasse um substituto do YouTube com vídeos recomendados no Hacker News desde 2007. O resultado é o HackerTube: 6454 vídeos em…
Arca entrega a agentes de IA tarefas financeiras de até 10 dias e deixa as transações com humanos
A Arca, que gerencia o patrimônio de clientes, conduz tarefas de vários dias com agentes que têm memória e harness próprios. Negociações e transferências de…
DeepSeek abre o código do protótipo Super-agent: p95 de tempo de execução de 15,7 min, contra 29,5
Criador do Bun migra 750 mil linhas de Zig para Rust em 11 dias com Claude Code
Microsoft lança Mage-VL-Cowork, modelo de 4B que resolve 66,0% das tarefas do OSWorld-Verified
Assistente Muse, da Meta, mantém dossiê sobre pessoas próximas e recebe root no Ubuntu por padrão
Claude Code ganha 8 Skills para vídeo: de 244 efeitos de pixel art à edição no DaVinci
O autor @DDJCXX reuniu 8 Skills para o Claude Code: 244 efeitos de pixel art, promos de 30 segundos, histórias narradas e corte bruto no DaVinci. O líder tem cerca…
Ruído adaptativo em sampler SDE no Flux 3 Klein melhorou a textura em apenas 1–2%
Autor de estudo no Habr testou se o sampler consegue escolher a intensidade do ruído pela curvatura e pelo erro do solver. No Flux 3 Klein, ganho de 1–2% em…
Modelos locais perdem para Opus e Codex: 0,21 ponto no MacBook contra 1,00 do Codex
Autor de estudo no Habr rodou uma tarefa com armadilhas na nuvem, no MacBook, em um notebook com RTX 5080 e no DGX Spark: o Codex fez 1,00 e o melhor modelo no…
Autor do Habr faz fine-tuning do YOLOv8l em radiografias dentárias e leva o mAP50 a 0,642
Teste com 16 modelos em 7 buscadores: Exa fez em média 10,5 pontos de 14; SearXNG, cerca de 3
Kimi marca 96,2% em teste de análise em base 1C e vira reserva caso o Claude seja bloqueado
