Modelos de raciocínio
Os modelos de raciocínio são uma nova classe de IA que «pensa» antes de responder: gasta computação extra na inferência, constrói cadeias de raciocínio e resolve problemas inacessíveis aos LLMs comuns — matemática, código, ciência. Com eles começou a corrida do test-time compute. Aqui está toda a nossa cobertura dos modelos de raciocínio: lançamentos, benchmarks (GPQA, ARC-AGI), limites e custo.
NEWCloudflare AI BlogCloudflare reduz em 68% o custo da revisão de código por IA: de $2,43 para $0,77
Hugging Face Daily PapersS3AC traz o crítico de volta ao RL para LLMs: ganhos de 1,5B a 397B de parâmetros
Жемал Хамидун · Авторская колонкаDo prompting à engenharia de contexto: 6 técnicas práticas que economizam horas de ajuste de respostas
Hugging Face Daily PapersThinking-in-Bets: agentes registram afirmações antes da crítica e bajulam menos
Anthropic EngineeringAnthropic reescreveu o teste técnico três vezes: Claude Opus 4.5 alcançou os melhores engenheiros
Jiqizhixin (机器之心)Harvard, Berkeley e NVIDIA buscam uma Scaling Law para robôs: +37,4 pontos em cinco benchmarks
The VergeMaia 300: como a Microsoft reduz a dependência das GPUs da Nvidia com seu próprio chip de IA
Artificial AnalysisMeta lança Muse Wonder e Wonder Full: índice de inteligência sobe de 48 para 56
Anthropic reescreveu o teste técnico três vezes: Claude Opus 4.5 alcançou os melhores engenheiros
Mais de 1000 pessoas fizeram o teste de engenheiro de performance. O Opus 4 superou a maioria em 4 horas, o Opus 4.5 igualou os melhores em 2. Agora o teste é…
Harvard, Berkeley e NVIDIA buscam uma Scaling Law para robôs: +37,4 pontos em cinco benchmarks
Equipe de Harvard, UC Berkeley e NVIDIA estudou o escalonamento em robótica e superou as abordagens anteriores em 37,4 pontos, em média, em cinco benchmarks.
Maia 300: como a Microsoft reduz a dependência das GPUs da Nvidia com seu próprio chip de IA
A Microsoft apresentou a terceira geração do seu acelerador de inferência de IA, o Maia 300. O novo chip é 40% mais eficiente que sistemas baseados em GPU e…
Apple e CMU aceleram agentes de IA em 10 vezes ao trocar o raciocínio por escolha
ECHO: previsões multipasso sem módulos extras e pela metade do custo do MTP
Moonshot publica o Kimi Vendor Verifier: 6 testes para checar provedores do K2.6
Kimi K3.1 Pro chega ao 4º lugar do AA Index com 55 pontos e salto em agentes
Estudo: overfitting e compute extra consomem 68% do ganho da evolução de harness
O protocolo HDA decompôs o ganho da otimização automática de agentes em 11 modelos: em média, 54% vêm de overfitting e 14% de test-time scaling. A transferência…
Pesquisadores testam 16 tipos de dicas para OPSD e encontram uma métrica de seleção
16 configurações de informação privilegiada, 3 benchmarks agênticos, 3 modelos: métricas de KL preveem a utilidade das dicas para OPSD melhor do que a verificação…
«Wait» em modelos de reasoning é herança dos dados, não descoberta do RL
Cohere Labs testou IA com charadas: mais de 100 autores de 50 países encontraram lacunas culturais
Lafa, modelo de 8B de parâmetros, acelera a geração de texto em 2,54 vezes sem perder qualidade
TraceForge treina modelos com os “próprios pensamentos”: +7,1 pontos no MBPP+
O que o vazamento do Claude Code revelou sobre o futuro dos agentes de IA da Anthropic
A Anthropic publicou acidentalmente o código-fonte completo do Claude Code versão 2.1.88 devido a um erro de configuração no npm. No código foram encontrados 44…
Meta apresenta o Muse Spark: modelo de IA multimodal com raciocínio visual
A divisão Meta Superintelligence Labs apresentou o Muse Spark, o primeiro modelo de IA de uma nova família. Ele suporta cadeia de raciocínio visual e trabalho com…