#Pesquisa
Cobertura curada sobre «Pesquisa»: lançamentos, pesquisa, benchmarks, código aberto.
Pesos de LLM dão lugar a uma receita: como tentam condensar 16 GB de matrizes em fórmulas
Em vez de guardar bilhões de números, dá para descrever o modelo por um gerador de pesos: hiper-redes, fórmulas, fractais. O Habr analisa o que funciona e a que…
Voz sintetizada leu um romance em 1h58, e o que quebrou foi o código ao redor do modelo
Autor de uma série no Habr narrou um romance de 15 444 palavras: a voz aguentou duas horas, e as falhas vieram do corte de texto, da junção de frases e da marcação.
Tsinghua ensinou robôs a ensaiar ações: ParallelWorld eleva a taxa de sucesso de 56% para 83%
Pesquisadores da Tsinghua embutiram um “ensaio” de vários passos no planejador de um agente incorporado: o ParallelWorld testa opções antes e eleva o sucesso de 56%…
Fudan NLP lança o assistente A5, que lembra o seu estilo e toma a iniciativa nas tarefas
Equipe da Tsinghua lança o HandsOn: 66 tarefas para testar a destreza de robôs
Autor de vírus criados por IA em Stanford vai explicar à MIT TR como o modelo escreve genomas
2,14 milhões de contas bloqueadas e 3,3% de apelações bem-sucedidas: como funciona o antifraude do Claude e a proteção contra banimentos
ProAS acelera treinamento de agentes LLM em 2,44x e leva o ALFWorld a 94,3%
A equipe do LINs-lab apresenta o ProAS, um complemento para o GRPO sem crítico que distribui a recompensa com mais precisão entre os passos do agente. O método…
AgentProofBench: pesquisadores da CMU testam se é possível reaproveitar verificadores de agentes web
O benchmark AgentProofBench, com 97 tarefas em 4 serviços web, mostra que os verificadores da DeepSeek Flash e Pro se mantêm válidos em 82/96 e 79/96 dos casos, e…
DynaFlow ensina o agente principal a escrever seus próprios workflows e supera a base em 10,9 pontos
SATE-Bench: modelos multimodais abandonam a exploração da cena cedo demais
Agentes com motivação intrínseca DIAYN reproduzem o comportamento da drosófila entre 20 algoritmos testados
Alibaba Qwen apresenta o TRACE: Rollout em FP4 fica até 5,4 vezes mais rápido
O primeiro mapa completo do céu em ultravioleta: como o Claude Science preencheu 50 anos de lacunas de observação
Qwen-Image-PE ensina design à rede neural: aprimorador de prompts adiciona +7,81 pontos
PatEx-Gym ensina agentes de IA a buscar anterioridade em patentes: 1 milhão de patentes e um modelo de 4B
Agentes LLM construíram em 20 dias uma IA para Hearthstone Battlegrounds mais forte que os 10 melhores jogadores
O sistema AutoTavern não jogou sozinho: ele construiu as ferramentas para jogar, um simulador e um agente de RL chamado TavernAgent. O rating subiu de 6.000 para…
Pesquisadores da CMU ensinam modelos de RL a não "soltar água": FORK elevou a taxa de vitórias de 22% para 74%
A recompensa FORK soma à tradicional RL baseada em rubricas um objetivo de precisão e corrige respostas infladas e imprecisas: no HealthBench, a taxa de vitórias…