Baseando-se na arquitetura Transformer do Google, os autores propuseram o treinamento de agentes de modelo de sequência contra muitos oponentes diferentes. Isso permitiu que os agentes aprendessem a se adaptar dentro de cada jogo, eliminando a necessidade de premissas hardcoded sobre o aprendizado de outros agentes.
Todas as notícias
CEVIU IA
Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
2347 notícias
A OpenAI possui uma grande base de usuários, mas enfrenta engajamento e retenção limitados, além de não ter um efeito de rede. A empresa não dispõe de tecnologia exclusiva, visto que os players estabelecidos já igualaram suas capacidades e estão aproveitando seus produtos e canais de distribuição para fortalecer sua posição. Este artigo analisa a estratégia da OpenAI e como a empresa pode competir eficazmente no cenário atual da IA.
Quando não se está utilizando raciocínio, a repetição do prompt de entrada melhora o desempenho de modelos populares sem aumentar o número de tokens gerados ou a latência. É interessante que "truques" como este ainda sejam possíveis, apesar do grande volume de trabalho dedicado ao aprimoramento de Large Language Models. A descoberta demonstra o quanto ainda há espaço para melhorias nos modelos atuais.
Prototipar com o melhor e refinar pequenas joias . Use equipes de agentes de IA como microgestores e experimente diferentes ferramentas e workflows ️. Documente tudo para criar ciclos de melhoria que aprimorem as taxas de sucesso sem intervenção manual. Habilidades são mais fáceis de depurar do que código .
Esta publicação resume os desenvolvimentos recentes na IA desta semana . O foco está nas projeções sobre o impacto da IA nos empregos e na economia, bem como nos cronogramas para a transformação global que a tecnologia pode impulsionar. O artigo também analisa podcasts recentes com Dario Amodei e Elon Musk, e oferece um índice com descrições curtas para cada seção, facilitando a navegação pelos tópicos abordados.
A Cursor descreveu um sistema de sandboxing de agentes que permite que agentes de código locais operem livremente dentro de um ambiente restrito . Esse sistema solicita aprovação apenas quando os agentes precisam sair do sandbox, o que frequentemente ocorre para acessar a internet.
Optimize_anything é uma API declarativa que otimiza qualquer artefato representável como texto. Os usuários declaram o que otimizar e como medir, e o sistema gerencia a busca. A ferramenta consistentemente iguala ou supera ferramentas específicas de domínio. Uma gama surpreendentemente ampla de problemas pode ser formulada como a otimização de um artefato de texto. Se algo pode ser serializado para uma string e sua qualidade medida, um modelo de linguagem grande pode raciocinar sobre isso e propor melhorias.
O Google lançou o Gemini 3.1 Pro como o modelo principal aprimorado por trás das recentes melhorias "Deep Think" do Gemini 3, iniciando seu rollout para a Gemini API/AI Studio, Vertex AI, Android Studio, o aplicativo Gemini e o NotebookLM. A publicação destacou uma pontuação verificada de 77,1% no benchmark ARC-AGI-2 , mais que o dobro do resultado obtido pelo Gemini 3 Pro.
O Google anunciou que o aplicativo Gemini integrou Lyria 3, seu mais recente modelo de geração musical, permitindo que usuários criem faixas de 30 segundos a partir de texto ou imagens, na versão beta. Esta atualização expande as capacidades multimodais do Gemini para a criação musical voltada ao consumidor.
Ivan Zhao posiciona a IA como a mais recente "ferramenta da vida", seguindo a linguagem, os mercados e a internet. A humanidade emprega cultura, capital e poder computacional para imprimir seus valores em um universo indiferente, e a IA amplia essa capacidade ao acelerar a descoberta de ideias e a coordenação. Nessa perspectiva, a IA não é separada da vida, mas sim uma continuidade da vida que organiza matéria e energia através da inteligência.
A OpenAI publicou um guia detalhado explicando como o prompt caching reutiliza prefixes de prompt repetidos para evitar o prefill compute, resultando na redução da latência e dos custos de tokens de entrada. O documento aborda a mecânica do cache, considerações sobre roteamento, a reutilização de pares chave-valor (KV) e oferece estratégias práticas para elevar as taxas de acerto do cache em workloads de produção .
A Humain, da Arábia Saudita, investiu US$ 3 bilhões na xAI de Elon Musk , adquirindo uma participação minoritária significativa que se converte em ações da SpaceX .
Antes de desenvolver ou adquirir um sistema de segurança para agentes de IA, é crucial considerar o que ele monitora, quais foram os dados de treinamento e quão rigorosamente foi testado. Isso garante a robustez da proteção contra ameaças. ️️️
O agente de codificação da LangChain demonstrou um avanço significativo, passando do Top 30 para o Top 5 no Terminal Bench 2.0 com uma simples alteração de harness. Esta publicação discute a abordagem da equipe em harness engineering ️, cujo objetivo é moldar a inteligência de um modelo para as tarefas de interesse. Ferramentas como a auto-verificação e o tracing contribuem bastante para essa otimização.
A World Labs garantiu um financiamento de US$1 bilhão de investidores como AMD, NVIDIA e Fidelity. A empresa visa avançar na área de inteligência espacial com produtos como o MARBLE, que cria mundos 3D coesos a partir de imagens, vídeos ou texto.
O relatório técnico do GLM-5 detalha o desenvolvimento do modelo , combinando melhorias de eficiência baseadas em DSA com aprendizado por reforço assíncrono para desacoplar a geração do treinamento ️.
Pesquisadores do Google demonstraram que o masking aleatório de atualizações de parâmetros pode superar otimizadores adaptativos densos. Uma variante do RMSProp mascarado superou métodos recentes de ponta. O otimizador Magma proposto por eles utiliza o momentum-aligned gradient masking para melhorar a eficiência do pré-treinamento de LLMs.
Charles Porch, veterano com 15 anos de experiência na Meta e Instagram, uniu-se à OpenAI como Vice-Presidente de Parcerias Criativas Globais. Anteriormente, Porch liderou grandes iniciativas culturais na Meta, incluindo a integração de personalidades de alto perfil como o Papa Francisco e a estratégia digital para Beyoncé. Em sua nova função, ele focará na intersecção entre IA e cultura , colaborando com comunidades criativas globais para desenvolver produtos para aprendizado, exploração e entretenimento.
Compiladores são determinísticos, e os Large Language Models (LLMs) são estocásticos. Essa distinção fundamental aponta para a diferença crucial na forma como esses sistemas operam e em sua capacidade de validar a própria correção.
David Silver planeja arrecadar US$ 1 bilhão para a Ineffable Intelligence, com foco em reinforcement learning , e não em atualizações incrementais de LLMs.
