#LLM
Cobertura curada sobre «LLM»: lançamentos, pesquisa, benchmarks, código aberto.
Sonnet 4.6 com o servidor MCP da Sourcegraph supera o Fable 5: 0,698 contra 0,568
Em nove tarefas do CodeScaleBench, o barato Claude Sonnet 4.6 com busca em código venceu seis vezes o Fable 5, modelo de ponta, e custou quase metade por ponto de…
Conflito de conhecimento em RAG: por que é preciso uma probabilidade de acerto do contexto, não um algoritmo rígido
Pesquisadores do Instituto de Correios e Telecomunicações de Hanói mostram que qualquer regra fixa para escolher entre dados recuperados e o conhecimento próprio do…
Pesquisadores descobrem: agentes de IA confundem fatos antigos e novos na memória mesmo após uma busca correta
Pesquisadores da Universidade de Magdeburgo mostraram que, quando a memória de um agente contém tanto um fato desatualizado quanto um atual, o modelo Qwen2.5…
Liquid AI lança LFM3: seis modelos multimodais de 2B com contexto de 256K
Black Forest Labs lança o FLUX.3 Klein: 1024×1024 em 2 segundos na H100
Google DeepMind encontra falha no softmax: gradiente zera quando a margem chega a 16,6
pgvector vs Qdrant: benchmark com 100 000 vetores de 1536 dimensões
Tencent lança o Youtu-Parsing-Omni: um único modelo analisa documentos, áudio e vídeo
O Youtu-Parsing-Omni transforma páginas, fotos, áudio e vídeo em registros estruturados, com referência de local e tempo. Um só encoder e um só esquema de saída…
Glance: um único modelo de 9B seleciona os parágrafos para RAG por conta própria e supera o reranker
Pesquisadores ensinaram um modelo de linguagem a avaliar os parágrafos recuperados sem um segundo modelo reranker. O ajuste fino levou 39 minutos e ficou um pouco…
AOS-Bench testa agentes de IA: desempenho cai 13-23 pontos em tarefas paralelas
CuraLoc localiza bugs no código com 59,3% mais precisão que os concorrentes e gasta 10 vezes menos tokens
CNN de 2015 supera GPT-6 Astra e Claude Fable 5.1 no diagnóstico de câncer de pele
Google ensina modelos de linguagem a "dormir" e a transferir conhecimento da memória para os pesos
Anthropic revela como constrói o Claude com o próprio Claude: cérebro separado das mãos
Chefes de engenharia e de produto da Anthropic explicam como funcionam o Opus 5.5 e o Managed Agents. A receita por funcionário passou de US$ 1,4 milhão para US$…
Agentes de IA traduziram uma prova de 15 mil páginas em 43 milhões de linhas de código em 24 dias — e encontraram um erro de 40 anos
Várias dezenas de agentes de IA verificaram uma prova matemática gigantesca ao reescrevê-la em código que um computador pode validar passo a passo — e, no processo…