Todas as notícias
10835
Instinct, o agente de IA mais comentado de agosto, enfrenta Muse e Dots
A startup lançou um agente de IA por texto, sem publicidade e quase sem site, e em poucos meses ganhou dois concorrentes da Big Tech. A vantagem de sair na frente…
Times de agentes de IA gastam até 5,1x mais tokens por um ganho quase imperceptível
A Vals AI comparou times de agentes com agentes solo no GPT-6 Sol e no Claude Opus 5.5: a conta sobe até 5,1x, e só 1 de 4 testes mostrou ganho claro de qualidade.
Califórnia exige que a startup Rek encerre as lutas entre humanos e robôs
A comissão atlética da Califórnia enviou à Rek uma notificação para que encerre as atividades, três semanas após a luta entre um humano e um robô humanoide em 18 de…
OBB-PBD ensina o LocateAnything-3B a localizar objetos rotacionados: rotIoU sobe de 0,125 para 0,303
Benchmark iPrefBench: agentes de iOS executam 91,6% das ações, mas resolvem 47,7% das tarefas
ThinkBit comprime o Qwen3-14B para 3,74 GB e mantém 94,8 no MATH-500
Shan Yang destrinchou o ganho do RL: 82% vêm da capacidade de caber no orçamento de tokens
Modelo pequeno para finanças aprende com os próprios erros: +3 p.p. sem professor
Pesquisadores de Berkeley refinaram o GPT-OSS-20B com os próprios erros: +3,03 p.p. de acurácia em tarefas financeiras difíceis. A dica pouco importa; o local do…
Novo benchmark da Alibaba: agentes de IA cumprem parte dos requisitos, mas não a tarefa inteira
Alibaba e três universidades testaram dez modelos em edições de aplicativos web reais. O melhor passa em muitos critérios, mas resolve por completo só uma fração…
A lição da Klarna e 78.557 demissões em um trimestre: por que remontar a equipe com IA é mais vantajoso do que cortar pessoal
Anthropic mostra como fazer o Claude programar por dias: lista de 200+ tarefas em JSON
Anthropic descreve evals para agentes de IA: três tipos de graders e SWE-bench de 40% a 80%
Anthropic reescreveu o teste técnico três vezes: Claude Opus 4.5 alcançou os melhores engenheiros
A IA chega aos CLPs: assistentes de engenharia já leem projetos e escrevem código
As ferramentas de IA para desenvolvimento de CLPs estão evoluindo: de chats para agentes completos. PLC Copilot, Copia AI e Siemens Eigen Engineering Agent agora…
Harvard, Berkeley e NVIDIA buscam uma Scaling Law para robôs: +37,4 pontos em cinco benchmarks
Equipe de Harvard, UC Berkeley e NVIDIA estudou o escalonamento em robótica e superou as abordagens anteriores em 37,4 pontos, em média, em cinco benchmarks.