Todas as notícias
10835
OpenAI ensina agentes de IA a achar 948 caminhos para root no Linux por $1,2 milhão
O pipeline de agentes de IA da OpenAI confirmou 1724 vulnerabilidades do kernel do Linux em uma única execução e gerou 948 exploits de root para usuário comum, a…
Inkling 2 Small marca 31 pontos no índice da Artificial Analysis e custa $1,18 por tarefa
O modelo fechado da Thinking Machines empata com o Gemini 3.8 Flash (high) no índice geral, mas cada tarefa custa $1,18, contra $7,77. Os pesos devem ser abertos…
Melhor agente de IA cumpriu apenas 12% dos requisitos no novo teste GDPx, com 206 tarefas
A SemiAnalysis colocou agentes para trabalhar até oito horas em softwares profissionais: Claude Opus 5.5 fez 12%, e Gemini 4 Carbon, 10,9% por um preço três vezes…
Melhores agentes de IA passam em até 98% dos testes, mas entregam um produto funcional em no máximo 65% das builds
Viggle abre duas LoRA para o MiniMax-H3: troca de pessoas em vídeo roda a partir de 12 GB de VRAM
Agente de código substitui o teleoperador: 93 acertos em 100 tentativas contra 84 dos humanos
Tokens com embeddings quase nulos zeraram 20% dos passos de fine-tuning de modelos gated em telugu
ReplayRCA: corrigir apenas o último passo tira 17,1 pontos de correção causal de um modelo forte
O ReplayRCA testa diagnósticos de falhas de agentes por reexecução, não por anotação. Corrigir só o último passo custa 17,1 pontos a um modelo forte; entre 13…
Dupla Opus + DeepSeek Flash resolveu 67% das tarefas contra 81% do Opus sozinho, e ainda saiu mais cara
Ibragim Badertdinov testou o esquema “Opus pensa, modelo barato programa” em 12 tarefas difíceis: o resultado foi pior (67% contra 81%) e mais caro ($1,29 contra…
Editando 0,016% dos pesos, o GPT-6 Astra eleva a precisão do Qwen3.5-0.8B no MATH-500 de 7,9% para 48,1%
Agente perde dados por causa do tamanho da tabela, não do número de mensagens: 92% de turnos corretos contra 46%
Lei SIMPLE, com quatro parâmetros, previu a energia de inferência de 13 LLMs na H100 sem calibração
Agente com perguntas supera agente com ferramentas: 113% contra 50% da velocidade do FlashAttention-3
Modelo aberto Apriel Voice 27B alcança 98,90 pontos no teste de áudio Big Bench Audio
Agentes proativos no HALO são intrusivos: 61,20% das respostas rejeitadas vieram cedo demais ou em excesso
Modelo WorldBridge eleva a taxa de sucesso em tarefas novas de 25,07% para 70,70% no RoboTwin 2.0
Prognosticador por radar UFMF alcança 122 FPS e 0,45 mIoU em objetos rápidos do nuScenes
O modelo leve UFMF prevê a ocupação do espaço ao redor de um veículo autônomo a 122 FPS e, com dicas de radar, supera em 4,8 p.p. modelos de mundo pesados em…
Pesquisadores lançam o dataset AVID: em 68,1% dos alvos, o lado da caixa tem apenas 8–16 pixels
Georgia Tech e institutos indianos lançaram o AVID: 32 040 pares de quadros RGB e IR com pássaros e drones. Em 68,1% dos alvos, o lado da caixa tem 8–16 pixels, e…