LLMs locais
Os LLMs locais são modelos de linguagem que rodam diretamente no seu próprio hardware — um notebook, um PC com GPU ou um servidor caseiro — sem nuvem, sem assinaturas e sem que os dados saiam da sua máquina. Ollama, llama.cpp e LM Studio, junto com as versões GGUF quantizadas de Llama, Qwen e Gemma, tornam isso possível até em uma placa de vídeo de dez anos atrás. Aqui está toda a nossa cobertura sobre rodar IA localmente: guias, testes de hardware, quantização e privacidade.
NEWHacker News AIHob, app open-source, traz o modo Claude Cowork para o seu notebook, sem nuvem
RunPod BlogMochi 1, da Genmo: modelo de vídeo aberto com 10 bilhões de parâmetros sob licença Apache 2.0
Hacker News AIAgentes de IA decompilaram um jogo de tiro em primeira pessoa e gastaram 500 bilhões de tokens
Habr AIPesos de LLM dão lugar a uma receita: como tentam condensar 16 GB de matrizes em fórmulas
Habr AIJá existem 18 agentes de IA russos para código, mas 'russo' significa três coisas diferentes
Jiqizhixin (机器之心)Matrix Game 4.0 gera 60 FPS em uma única placa de vídeo gamer e supera concorrente da Nvidia
Jiqizhixin (机器之心)Stanford e Together AI ensinam LLMs a escrever texto a partir de um plano: geração até 31 vezes mais rápida
Moonshot Kimi BlogMoonshot publica o Kimi Vendor Verifier: 6 testes para checar provedores do K2.6
Já existem 18 agentes de IA russos para código, mas 'russo' significa três coisas diferentes
O censo do RuBench contabilizou 18 agentes de IA russos para desenvolvimento (10 para IDE/CLI e 8 builders): de GigaCode, SourceCraft e Kodik a T-Code, Koda e…
Matrix Game 4.0 gera 60 FPS em uma única placa de vídeo gamer e supera concorrente da Nvidia
O modelo de mundo interativo chinês Matrix Game 4.0 gera imagem jogável em tempo real a 60 FPS em uma única placa de vídeo de consumo.
Stanford e Together AI ensinam LLMs a escrever texto a partir de um plano: geração até 31 vezes mais rápida
Pesquisadores de Stanford e Together AI levaram a “previsão da próxima escala” do VAR para o texto: o modelo escreve primeiro um plano e depois os detalhes.
Moonshot lança a Kimi K2 Thinking, modelo aberto que encadeia 300 chamadas de ferramentas
Moonshot abre o código do Kimi K2.6: 300 subagentes e 13 horas de programação autônoma
Moonshot lança Kimi K3 com 2,8 trilhões de parâmetros e contexto de 1 milhão de tokens
IF-MAP identifica quais agentes melhorar e dobra o ganho de precisão
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…
Desenvolvedor criou o Lumi com Claude Code: um Spotlight com IA gratuito para Mac e Windows
Um aquário tecnológico com duas GTX 1660 Super: como rodei a Qwen 2.5 e a integrei ao INFERNUM
Qwen-Image-2.1, da Alibaba: 7 bilhões de parâmetros, 2K e execução em um MacBook Air com 16 GB
Sitharaman apresenta a Índia como alternativa a EUA e China para capital em IA e chips
Ataques de drones à infraestrutura da Yandex reduziram a capacidade livre de computação na Rússia
Analistas do mercado de TI registram redução crítica da capacidade de computação livre na Rússia após uma série de ataques de drones à infraestrutura da Yandex.
Bitrix24 descreve o que constrói em torno de uma LLM própria de 1 trilhão de parâmetros
No Saint HighLoad++, a Bitrix24 detalhou o que vem depois de colocar no ar um modelo de 1 trilhão de parâmetros: GPUs compartilhadas por chats, agentes e documentos…