#LLM
Cobertura curada sobre «LLM»: lançamentos, pesquisa, benchmarks, código aberto.
Cognition lança plugin para agentes de código contra falhas no PHP e no Node.js com CVSS 9.2
Após as falhas críticas PHP2Shell e o release do Node.js com 10 CVEs, a Cognition abriu um plugin que faz o Devin e outros agentes de código acharem e corrigirem…
DirCast dirige e comenta esports sozinho e supera o GPT-5
Um modelo de vídeo e linguagem em streaming escolhe a câmera e narra em tempo real. Contra o GPT-4o, os comentários do DirCast vencem em 29,2% das comparações.
UserArena: benchmark com 64 729 sessões testa se é possível simular compradores
Pesquisadores reuniram 64 729 sessões reais de compras de 11 010 usuários e propuseram o OPTD, que reproduz o efeito de um teste A/B real com mais precisão que…
Equipe da UCLA desloca a fronteira velocidade—qualidade no speculative diffusion com dois controles
PaperFormalizer transforma artigos em LaTeX em código Lean verificado, com participação do autor
NVIDIA abre o código do Flora: rotulagem de dados para robôs 125 vezes mais barata que o GPT-6 Astra
Token de grafo do G-Retriever é um embuste: similaridade de cosseno de 0.985–0.998
OPTIC comprime 100 vezes os per-layer embeddings do Gemma 4 E4B e mantém 97,8% da qualidade
Pesquisadores do VILA-Lab reduziram os per-layer embeddings do Gemma 4 E4B em cerca de 100 vezes: o modelo mantém 97,8% da qualidade em sete benchmarks, enquanto o…
HiP3R monta cenas 3D a partir de milhares de quadros de vídeo sem retreinamento de modelos
Pesquisadores da NTU Singapura propuseram um grafo de poses hierárquico: primeiro os trechos de vídeo são alinhados em Sim(3), depois cada quadro recebe uma única…
Um encoder de 17 milhões de parâmetros escolhe a ferramenta certa em 14 ms numa CPU
Ablação do prompt de sistema: como reduzi a configuração do Claude Code de 19.736 para 3.585 linhas sem perda de qualidade
Anthropic: Claude projetou 318 484 proteínas em 64 horas, e 17 passaram na verificação de laboratório
Instituto de Software da Academia Chinesa de Ciências e Kuaishou criam o primeiro benchmark de simulação de usuários com LLMs
Lafa, modelo de 8B de parâmetros, acelera a geração de texto em 2,54 vezes sem perder qualidade
Pesquisadores apresentaram o Lafa, um modelo de geração por fluxo (streaming) com 8 bilhões de parâmetros que gera texto 2,54 vezes mais rápido que os modelos…
Benchmark EvaOmni testa 24 modelos omni: líder atinge 79,4%, mas o grounding fica em 35,1%
O EvaOmni exige que os modelos entreguem a resposta e os intervalos de tempo das evidências. O líder, Gemini3.7-Flash, fez 79,4% de precisão, mas caiu para 12,3% em…