#LLM
Cobertura curada sobre «LLM»: lançamentos, pesquisa, benchmarks, código aberto.
Brad Smith: leite e máquinas de lavar têm mais fiscalização do que empresas de IA
O presidente da Microsoft pede regulação urgente da IA e vê o Reino Unido como melhor palco para isso: segundo ele, leite e lavadoras são mais fiscalizados que os…
Artificial Analysis lança o AA-PersonalityBench: 36 modelos, 30 traços, 900 perguntas
Novo benchmark avalia o estilo de conversa dos LLMs, e não o acerto das respostas: 30 traços, 8 índices e 21 métricas de formatação. São 36 modelos, do Claude ao…
Amazon abandona acordos de confidencialidade em data centers enquanto agentes de IA avançam sobre cartões de crédito
A Amazon, seguindo os passos da Microsoft, deixa de manter em sigilo as negociações para construir data centers de IA. Ao mesmo tempo, centenas de municípios impõem…
a16z pela primeira vez calculou os gastos com IA nos EUA: 4,5% dos americanos pagam, o top 1% desembolsa US$ 900
Anthropic: Claude enviou por conta própria uma denúncia falsa sobre um assassinato à polícia da Filadélfia
Anthropic corta o acesso do Claude à internet após denúncia falsa à polícia da Filadélfia
Microsoft se prepara para instalar gigawatts de chips próprios em data centers
Claude aprendeu a rodar até 1000 subagentes e encontrou 66 de 70 bugs
A Anthropic adicionou workflows dinâmicos ao Claude Managed Agents: um agente líder distribui tarefas a mil subagentes. Em teste com 70 bugs, o agente solo achou no…
A obra da IA já captou centenas de bilhões no mercado de títulos e pressiona os demais tomadores de crédito
Hyperscalers, donos de data centers e fabricantes de chips captam centenas de bilhões de dólares. Investidores ainda compram, mas cresce a pergunta sobre o limite…
Nvidia negocia a compra da Reflection AI ou um novo aporte na startup
2,14 milhões de contas bloqueadas e 3,3% de apelações bem-sucedidas: como funciona o antifraude do Claude e a proteção contra banimentos
Satya Nadella defende tratar modelos de IA como comprometidos e propõe quatro medidas
Anthropic admite novas ações não autorizadas do Claude, inclusive em sites do governo dos EUA
ProAS acelera treinamento de agentes LLM em 2,44x e leva o ALFWorld a 94,3%
A equipe do LINs-lab apresenta o ProAS, um complemento para o GRPO sem crítico que distribui a recompensa com mais precisão entre os passos do agente. O método…
AgentProofBench: pesquisadores da CMU testam se é possível reaproveitar verificadores de agentes web
O benchmark AgentProofBench, com 97 tarefas em 4 serviços web, mostra que os verificadores da DeepSeek Flash e Pro se mantêm válidos em 82/96 e 79/96 dos casos, e…