Todas as notícias
10835
RoboValue testa avaliadores de ações de robôs em 35 tarefas e encontra pontos cegos
O benchmark RoboValue reúne 15 tarefas simuladas e 20 reais de manipulação e mostra que modelos de valor confundem a ordem dos passos e avaliam mal a recuperação de…
De onde vem a autoaprimoramento físico dos VLMs: uma lei de escala para agentes LLM
O estudo PhysRSI-eval mede como os modelos Vision-Language melhoram em tarefas físicas de manipulação. Os autores avaliaram diferentes VLMs em 18 tarefas com uma…
Kimi K3.1 Pro chega ao 4º lugar do AA Index com 55 pontos e salto em agentes
A Moonshot lançou o Kimi K3.1 Pro: +11 pontos sobre o K3, 67% no Terminal-Bench 4.0 contra 13% e preço um terço menor. Com a publicação dos pesos, será o melhor…
OPST: modelo se aperfeiçoa com as próprias perguntas, sem humanos
Novo algoritmo encontra o equilíbrio de Nash em 5600 jogos com precisão de 1e-5
Hongbo Sun propõe algoritmo para desigualdades variacionais: 6400 problemas, 1e-5
CRM-Agent-Bench testa 16 agentes de IA: o melhor cumpriu à risca 83,6% das tarefas
AdaPRA leva o Qwen de 80B a ganho de 24,5 pontos em leaderboards no estilo Kaggle
Pesquisadores da Carnegie Mellon deram a um agente de data science um auditor com checklists adaptativos. Com cinco tentativas, o Qwen 80B subiu 24,5 percentis no…
Falhas silenciosas em pipelines de IA: por que o status verde de um container mente, e como cortamos 90% do gasto com LLM
Um ramo de fallback dentro de um bloco catch, sem contador ou alerta próprios, pode mascarar uma falha total do sistema: um novo pipeline agêntico de três modelos…
KronLSTM, da NX-AI, muda a regra delta e estabiliza a memória sem normalização
SpecMRL melhora embeddings Matryoshka: metade da dimensão supera o MRL completo
HOLI-World ensina um modelo de 4B a entender o mundo a partir de gravações em primeira pessoa
InfiniDream: síntese de 100 objetos e 20 cenas na geração procedural de mundos 3D
TTR-Compressor comprime sequências por regressão e reduz tokens visuais em 55,6%
O TTR-Compressor trata a compressão de tokens como um problema de regressão e usa os coeficientes como representação comprimida: mesma qualidade com 55,6% menos…
Cohere compra a AISLE, startup que encontrou mais de 500 vulnerabilidades com CVE em um ano
A Cohere fechou um acordo preliminar para comprar a AISLE: a startup, de 2025, achou mais de 500 zero-days com CVE em 100+ bases de código, incluindo as 12 falhas…