Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
Editora · verificada pela redação

Apple ML Research

Fonte de notícias de IA. Os artigos são selecionados e adaptados pela redação do Hamidun News.

26 artigos no Hamidun·Último: 13 de outubro· Ativo·machinelearning.apple.com ↗

Últimas publicações

Apple propõe o SelfCompact: o agente decide sozinho quando compactar o contexto
PesquisaApple ML Research

Apple propõe o SelfCompact: o agente decide sozinho quando compactar o contexto

Pesquisadores da Apple tiraram o limite fixo de tokens da compactação de contexto: no SelfCompact, o modelo escolhe quando e como compactar, por meio de uma ferramenta própria.

13 de out. de 2026·2 min
Apple Research apresenta o Minions: uma nuvem de GPUs virtual feita com Macs ociosos
HardwareApple ML Research

Apple Research apresenta o Minions: uma nuvem de GPUs virtual feita com Macs ociosos

Pesquisadores da Apple descrevem o Minions, uma nuvem distribuída que reúne GPUs Apple Silicon ociosas em dispositivos macOS para rodar inferência de ML em grande escala.

13 de out. de 2026·2 min
Apple testou LLMs como juízes de tradução: com MQM e ESA, a tarefa é difícil para humanos e modelos
PesquisaApple ML Research

Apple testou LLMs como juízes de tradução: com MQM e ESA, a tarefa é difícil para humanos e modelos

A Apple ML Research comparou a avaliação da qualidade de tradução automática feita por LLMs e por humanos nos esquemas MQM e ESA. A conclusão está no título: ambos têm dificuldades.

13 de out. de 2026·2 min
Apple ML Research estuda alignment em LLMs multimodais e a tendência dessas IAs a alucinar
CriativoApple ML Research

Apple ML Research estuda alignment em LLMs multimodais e a tendência dessas IAs a alucinar

Pesquisadores da Apple ML Research publicaram um estudo abrangente sobre o papel do preference alignment em modelos de linguagem multimodais e explicam por que as alucinações ali são mais complexas do que em LLMs comuns.

4 de ago. de 2026·2 min
Apple ML Research propõe modelos compactos para corrigir erros de reconhecimento de fala
LLMApple ML Research

Apple ML Research propõe modelos compactos para corrigir erros de reconhecimento de fala

A Apple ML Research propõe modelos seq2seq compactos no lugar de LLMs para corrigir erros de ASR, treinados com erros reais e sintéticos.

19 de jul. de 2026·2 min
Apple ML Research apresenta método de geração de vídeo com áudio a partir de texto, o Text-to-Sounding-Video
CriativoApple ML Research

Apple ML Research apresenta método de geração de vídeo com áudio a partir de texto, o Text-to-Sounding-Video

A Apple ML Research apresentou a linha de pesquisa Text-to-Sounding-Video, que gera vídeo com áudio a partir de texto, e apontou dois problemas centrais ainda sem solução.

19 de jul. de 2026·2 min
Apple ML Research apresenta o TopoPrimer, contexto topológico para modelos de previsão
PesquisaApple ML Research

Apple ML Research apresenta o TopoPrimer, contexto topológico para modelos de previsão

A Apple ML Research apresentou o TopoPrimer, framework que adiciona a estrutura topológica global dos dados a modelos de previsão de séries temporais.

18 de jul. de 2026·1 min
Apple esclarece quando a on-policy distillation realmente ajuda no treinamento de modelos
LLMApple ML Research

Apple esclarece quando a on-policy distillation realmente ajuda no treinamento de modelos

Pesquisadores da Apple ML identificam em que condições a on-policy distillation funciona no treinamento de modelos de raciocínio e quando pode ser ineficaz ou até contraproducente.

13 de jul. de 2026·3 min
Self-Reflective Program Search: Apple melhora o trabalho de LLMs com contextos longos
LLMApple ML Research

Self-Reflective Program Search: Apple melhora o trabalho de LLMs com contextos longos

A Apple ML Research publicou um estudo sobre o Self-Reflective Program Search, método que melhora o trabalho dos modelos de linguagem com contextos longos ao decompô-los recursivamente em subconsultas.

13 de jul. de 2026·2 min
Apple desenvolve TGPO para ensinar modelos de vídeo a entender o tempo
CriativoApple ML Research

Apple desenvolve TGPO para ensinar modelos de vídeo a entender o tempo

A Apple ML Research apresenta o TGPO, método que ensina modelos de vídeo a entender a ordem e a evolução dos eventos em vídeo egocêntrico por meio de reforço do raciocínio temporal.

13 de jul. de 2026·2 min
Vulnerabilidade em IA: um único neurônio contorna a proteção de grandes modelos, diz Apple
LLMApple ML Research

Vulnerabilidade em IA: um único neurônio contorna a proteção de grandes modelos, diz Apple

Pesquisadores da Apple mostram que a proteção de LLMs pode ser totalmente contornada ao atuar sobre um único neurônio, sem novo treinamento nem alteração de prompts, em sete modelos de duas famílias.

9 de jul. de 2026·2 min
FlowEval, da Apple, usa IA para avaliar interfaces geradas por IA
CriativoApple ML Research

FlowEval, da Apple, usa IA para avaliar interfaces geradas por IA

A Apple ML Research criou o FlowEval, um framework que avalia automaticamente interfaces geradas por IA comparando suas trajetórias de navegação com as de sites reais.

9 de jul. de 2026·2 min
Apple ML Research apresenta o Weblica, ambiente escalável para treinar agentes web visuais
LLMApple ML Research

Apple ML Research apresenta o Weblica, ambiente escalável para treinar agentes web visuais

A Apple lançou o Weblica, framework que reproduz estados interativos de páginas web e gera ambientes de treinamento com LLMs para treinar com confiabilidade agentes de IA que atuam no navegador.

9 de jul. de 2026·2 min
Apple desenvolve o MT-EditFlow para edição de imagens com IA em várias etapas
CriativoApple ML Research

Apple desenvolve o MT-EditFlow para edição de imagens com IA em várias etapas

Pesquisadores da Apple ML Research apresentam o MT-EditFlow, sistema baseado em aprendizado por reforço que ataca o acúmulo de erros na edição iterativa de imagens.

9 de jul. de 2026·2 min
LensVLM: uma rede neural para ler texto em imagens comprimidas
CriativoApple ML Research

LensVLM: uma rede neural para ler texto em imagens comprimidas

A Apple ML Research propôs o LensVLM, um framework que permite a modelos de visão e linguagem ler texto pequeno em imagens comprimidas sem perder precisão.

8 de jul. de 2026·3 min
Como ajustar uma IA para novas tarefas sem perder suas capacidades
LLMApple ML Research

Como ajustar uma IA para novas tarefas sem perder suas capacidades

O DynaMiCS, da Apple, trata a seleção de dados no ajuste fino como um problema com restrições, preservando instruções, conhecimento e segurança do modelo ao adaptá-lo a novos domínios.

8 de jul. de 2026·2 min
Como funciona o Mixture-of-Experts: a arquitetura das redes neurais modernas
PesquisaApple ML Research

Como funciona o Mixture-of-Experts: a arquitetura das redes neurais modernas

Pesquisadores da Apple descobriram que os tokens em arquiteturas MoE usam uma fração mínima das rotas teoricamente possíveis, e propõem uma arquitetura para corrigir isso.

8 de jul. de 2026·3 min
Redes neurais de fala escalam como as de texto, mostra estudo da Apple
CriativoApple ML Research

Redes neurais de fala escalam como as de texto, mostra estudo da Apple

A Apple ML Research descobriu que modelos de fala baseados em difusão contínua escalam de forma tão previsível quanto os autorregressivos e apresentou a métrica pJSD.

8 de jul. de 2026·2 min
Apple ML Research ataca a queda de desempenho de modelos ASR em gravações longas
PesquisaApple ML Research

Apple ML Research ataca a queda de desempenho de modelos ASR em gravações longas

A Apple ML Research publicou o Segmental Attention Decoding, quatro mudanças de arquitetura para o principal problema das redes neurais com áudios longos.

8 de jul. de 2026·2 min
Apple publica o Fortress, framework que estabiliza sistemas de recomendação com poda de atributos
PesquisaApple ML Research

Apple publica o Fortress, framework que estabiliza sistemas de recomendação com poda de atributos

A Apple ML Research descreve o Fortress, sistema que elimina a instabilidade temporal de modelos de recomendação ao identificar e remover atributos que geram previsões inconsistentes.

8 de jul. de 2026·2 min
Apple ML Research investiga por que anotadores de dados de segurança de IA divergem
MedicinaApple ML Research

Apple ML Research investiga por que anotadores de dados de segurança de IA divergem

A Apple ML Research desenvolveu um método para analisar divergências entre anotadores de dados de segurança, as pessoas que ensinam modelos de IA a distinguir conteúdo aceitável de conteúdo perigoso.

8 de jul. de 2026·2 min
Apple ML Research propõe método para generalizar modelos de ML a novos domínios sem rotulagem
PesquisaApple ML Research

Apple ML Research propõe método para generalizar modelos de ML a novos domínios sem rotulagem

Pesquisadores da Apple ML Research desenvolveram uma abordagem de generalização de domínio que usa dados não rotulados do novo domínio em vez de uma rotulagem cara.

4 de jul. de 2026·2 min
Rede neural mais eficiente: como a Apple otimizou a inferência
LLMApple ML Research

Rede neural mais eficiente: como a Apple otimizou a inferência

A Apple ML Research apresentou o Conformal Thinking, framework que gerencia automaticamente o orçamento de tokens de modelos de raciocínio e garante uma taxa de erro definida com computação mínima.

4 de jul. de 2026·2 min
Apple ML Research: como modelos de difusão aprendem a escolher tokens sem heurísticas manuais
CriativoApple ML Research

Apple ML Research: como modelos de difusão aprendem a escolher tokens sem heurísticas manuais

A Apple ML Research propõe trocar as heurísticas manuais de seleção de tokens em modelos de linguagem de difusão por políticas treináveis, para eliminar a instabilidade e o ajuste manual de parâmetros.

4 de jul. de 2026·3 min
Apple ML Research propõe MemoryLLM, uma "memória" interpretável para transformers
LLMApple ML Research

Apple ML Research propõe MemoryLLM, uma "memória" interpretável para transformers

Pesquisadores da Apple descrevem os blocos feed-forward dos LLMs como uma memória neural de consulta e propõem analisá-los isoladamente, sem o mecanismo de autoatenção.

4 de jul. de 2026·2 min
Apple ML Research: equipes multiagente de LLMs seguram agentes especialistas
LLMApple ML Research

Apple ML Research: equipes multiagente de LLMs seguram agentes especialistas

A Apple ML Research conclui que equipes autoorganizadas de modelos de linguagem não geram sinergia: elas seguram os agentes especialistas em vez de potencializá-los.

4 de jul. de 2026·3 min