#LLM
Cobertura curada sobre «LLM»: lançamentos, pesquisa, benchmarks, código aberto.
GlobeBench: a melhor LLM prevê a resposta do ambiente em apenas 49,57% das tarefas
O GlobeBench, com 1632 tarefas, mostrou que o melhor de 20 modelos, o GPT-6 Astra, simula corretamente a resposta do ambiente em só 49,57% dos casos. Nenhum modelo…
Vocabulário congelado de 16 MB empata com o treinável em LLMs pequenos
Pesquisadores trocaram os 168 milhões de parâmetros de embeddings de um modelo estilo Gemma por uma tabela congelada de 16 MB e não perderam em três dos quatro…
NVIDIA RTX Spark N1X roda agente local com Qwen3.8 27B em 18,7 minutos
Notebook Surface Laptop Ultra com chip N1X e 128 GB de memória concluiu a carga agêntica AA-AgentPerf-Local em 18,7 minutos, o dobro da velocidade do MacBook Pro…
DialFork mediu alucinações processuais de agentes em 36.278 diálogos
AlphaBet ensina agente LLM a prever eventos: Brier 14,4% melhor
RealCLI: melhor agente de IA para terminal faz 49% em teste de trabalho com humanos
Engenheiro da OpenAI escondeu um "grampo" em papel higiênico e foi pego em 48 horas
OpenAI mostra como o ChatGPT monta uma apresentação de catering para um restaurante de Toronto
A OpenAI lançou um vídeo sobre o restaurante The Dumpling Prince: o ChatGPT monta a apresentação de catering e dispara e-mails automáticos a clientes. O anúncio não…
Apple LensVLM comprime o contexto longo de agentes em imagens e ensina o modelo a dar “zoom”
A Apple apresentou o LensVLM: o contexto de tarefas longas de agentes vira imagem, e o próprio modelo amplia os trechos de que precisa, em vez de depender de um…
Anthropic testou se uma IA consegue se copiar por meio de um TV box
Google DeepMind lança o Gemini 4 Argon e reduz o preço da API pela metade
Tsinghua apresenta SRHarness e MechBench: agentes de IA buscam fórmulas e mecanismos
Tsinghua apresenta o Jev-LDE: edita os exemplos de ICL uma única vez e melhora o desempenho em 1-shot
DAGFormer planeja as conexões entre camadas e reduz a perplexidade em 17–25%
O DAGFormer adiciona ao transformer conexões diretas entre camadas e as planeja com um preditor de topologia. Em modelos de até 1B, a perplexidade no WikiText-2 cai…
Pesquisadores encontram em Pythia uma janela de 0,4–1,1% do pré-treino em que o readout é reorganizado
Os estados ocultos do modelo codificam a tarefa antes de a saída mostrar isso. A defasagem está ligada à matriz de unembedding, reorganizada entre 0,4% e 1,1% do…