#LLM
Cobertura curada sobre «LLM»: lançamentos, pesquisa, benchmarks, código aberto.
Zuckerberg diz que a Meta alcançou OpenAI e Anthropic e promete acelerar
A Meta apresentou Muse Wonder e Muse Wonder Full e afirma ter paridade com OpenAI e Anthropic. Zuckerberg promete acelerar e aposta em agentes pessoais de IA.
Um agente de IA conquistou 360 certificados de cursos da OpenAI, Anthropic e Google em um único dia
A demanda por especialistas em IA cresce 8 vezes mais rápido que o mercado de trabalho. Mas se um agente de IA consegue concluir um curso da Anthropic em 6 minutos…
Professor do MIT Deb Roy exige um responsável para cada texto público
O professor do MIT Deb Roy propõe uma regra: todo texto público, escrito por uma pessoa ou por um modelo, precisa ter alguém que responda por ele.
Investidores do continente chinês aplicam US$7,7 bilhões em ações de Hong Kong em setembro
Anthropic está de olho em data centers na Austrália: o sinal vem de um enviado
Para que servem interfaces se temos LLMs
FMI alerta: queda das ações de empresas de IA ameaça a estabilidade financeira global
Epic Games manda funcionários acelerarem jogo da Disney com IA
Segundo o AV Club, a Epic Games mandou a equipe usar IA para fechar o projeto com a Disney. Veja o que se sabe, o que não se sabe e por que isso importa para a…
Post “AI é uma ferramenta” soma 233 pontos no Hacker News: o que decide é a habilidade
Post do yyhh.org diz que usar IA exige habilidade e reuniu 233 pontos e 209 comentários no Hacker News. Analisamos a tese e os estudos que a testam.
Índia endurece a fiscalização do mercado de alimentos online de $80 bilhões, com Blinkit e Instamart na mira
Assessor de Albanese editou carta de comitê sobre IA, e Pocock dá o alerta
Dependabot ganha acesso anônimo a registros em nível de organização
Amp ordena os arquivos do diff por importância e calcula a ordem em 0,1 s, em vez de 3,5 s
DisaggKD tira o teacher para nós separados e acelera a destilação do Qwen3.5-35B-A3B para 9B
O DisaggKD separa teacher e student em nós distintos, envia hidden states por streaming e calcula o KD-loss sem logits completos. No par Qwen3.5-35B-A3B → 9B…
Copy-Paste Language Models adicionam uma cabeça de cópia a LLMs de 135M a 1,7B de parâmetros
Pesquisadores acrescentaram uma cabeça Copy-Paste leve à LM head e a testaram em modelos de 135M a 1,7B de parâmetros: ganhos em todas as escalas, com custo quase…