Muitas equipes têm feito afirmações extraordinárias sobre seus agentes de IA. No entanto, as evidências por trás dessas alegações costumam ser decepcionantes. ScienceWorld e DiscoveryWorld são benchmarks desenvolvidos para testar se os agentes de IA são realmente capazes de fazer ciência. ScienceWorld verifica se os agentes podem recriar descobertas científicas clássicas em um nível aproximado de ensino fundamental, enquanto DiscoveryWorld testa a descoberta de natureza aberta em um nível universitário ou de doutorado. Esses benchmarks, abertos e gratuitamente disponíveis, ajudam a testar as capacidades reais dos agentes científicos.
Todas as notícias
CEVIU IA
Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
3078 notícias
A Jane Street aposta que os retornos do trading orientado por IA justificarão um gasto de US$6 bilhões em cloud e uma posição acionária de US$1 bilhão na CoreWeave, a empresa que fornece a infraestrutura necessária.
O Google lançou um aplicativo nativo do Gemini para Mac com acesso em todo o sistema, compartilhamento de contexto da tela e suporte para geração de imagens e vídeos utilizando Nano Banana e Veo.
O Google está testando uma funcionalidade de carrinho de compras dentro do aplicativo Gemini, permitindo a navegação e a compra de produtos diretamente no app.
⬛
Claude provavelmente não foi secretamente enfraquecido. A Anthropic tornou a caixa preta muito opaca
Usuários acusaram a Anthropic de ter enfraquecido o Claude Code, mas não há evidências de que a empresa tenha feito isso. Os relatórios públicos mais consistentes ainda carecem de dados brutos independentes. No entanto, a Anthropic não precisaria enfraquecer o Claude para que o Claude Code se tornasse um produto diferente. Padrões de esforço, raciocínio adaptativo, duração de cache, compactação de contexto, política de cotas e incidentes de status podem alterar a experiência, mesmo que o nome do modelo permaneça o mesmo.
Esta publicação apresenta a transcrição de uma entrevista com Jensen Huang. Nela, ele discute a competição de TPUs, o controle da Nvidia sobre a cadeia de suprimentos necessária para fabricar chips avançados, a questão de se os EUA deveriam vender chips de IA para a China, por que a Nvidia não se classifica como uma hyperscaler, a forma como a empresa realiza seus investimentos, entre outros tópicos. Links para as versões em áudio e vídeo da entrevista estão disponíveis.
Os Diffusion Language Models (dLLMs) sofrem colapso durante o treinamento em Reinforcement Learning (RL) porque sua log-likelihood precisa ser estimada usando amostragem de Monte Carlo de alta variância, o que gera importance ratios ruidosos. Essas proporções ruidosas induzem picos de gradiente que impulsionam o policy drift em um loop de feedback positivo, um problema que métodos AR tradicionais, como o clipping condicional, não conseguem resolver. O recém-proposto framework StableDRL estabiliza o processo de atualização ao combinar o clipping incondicional para suprimir valores extremos com a autonormalização ligada à informação efetiva no batch.
O custo por token é fundamental para a avaliação do TCO da infraestrutura de IA, dada sua prioridade na inteligência entregue e na integração de hardware, software e eficiências de utilização. Diferentemente de métricas tradicionais como custo de compute ou FLOPS por dólar, o custo por token evidencia o desempenho no mundo real, viabilizando o escalonamento lucrativo da IA. Evidências da NVIDIA mostram que sua plataforma Blackwell reduz drasticamente o custo por token em comparação com a Hopper, oferecendo valor de negócio significativo.
O Gemini Robotics-ER 1.6 aprimora o raciocínio incorporado de robôs, melhorando o raciocínio espacial e a compreensão multi-visão para uma autonomia superior. Ele aprimora a compreensão visual e espacial, o planejamento de tarefas, a detecção de sucesso, e introduz capacidades de leitura de instrumentos. Disponível agora através da Gemini API e do Google AI Studio, o modelo suporta integração com ferramentas como o Google Search e VLAs.
O Google está expandindo o NotebookLM com funcionalidades de Canvas, permitindo a criação de experiências visuais e interativas a partir de fontes de notebook já existentes. A nova opção de Connectors sugere integração com outros serviços Google, visando posicionar o NotebookLM como uma camada central de pesquisa. Recursos de rotulagem e autocategorização podem otimizar a navegação para usuários que gerenciam grandes bibliotecas de fontes, simplificando a organização e o acesso ao conteúdo.
Daniel Kokotajlo, fundador do AI Futures Project, escreveu um ensaio intitulado 'What 2026 Looks Like' em agosto de 2021, antes do lançamento do ChatGPT. Suas previsões mostraram-se bastante precisas. Esta publicação apresenta uma entrevista com Kokotajlo, onde ele discute o que acertou, o que errou e como devemos considerar o ritmo da IA nos próximos anos. Recentemente, Kokotajlo lançou um relatório que prevê os próximos anos do desenvolvimento da IA, culminando na ascensão de agentes super-humanos capazes de assumir o controle da humanidade.
Google, Microsoft, Meta, Amazon e Oracle agora controlam dois terços do compute global. Muitos laboratórios de IA dependem quase inteiramente desses hyperscalers para acesso a essa capacidade computacional.
A Cursor detalhou um sistema multiagente que otimizou 235 kernels CUDA para GPUs NVIDIA Blackwell, alcançando uma aceleração média de 38%, com alguns casos superando 2x de melhoria.
As rotinas no Claude Code permitem que os usuários configurem uma rotina uma única vez e a executem em um cronograma, a partir de uma chamada de API ou em resposta a um evento. Essas rotinas possuem seu próprio endpoint de API, e as rotinas de webhook se inscrevem em eventos do GitHub. A funcionalidade está disponível em todos os planos pagos que possuem o Claude Code habilitado na web.
Agentes podem desenvolver software rapidamente, mas desenvolvedores ainda precisam dedicar esforço a ambientes e códigos seguros. A Cloudflare introduziu tokens escaneáveis para proteger credenciais, visibilidade OAuth para gerenciar entidades e RBAC com escopo de recurso para ajustar políticas. Isso garante que as credenciais dos usuários (tokens) não sejam vazadas, que as aplicações corretas tenham acesso via OAuth, e que as permissões sejam restritas usando RBAC granular. Clientes Cloudflare devem revisar seus API tokens, verificar as aplicações OAuth autorizadas e analisar as permissões de membros e API tokens.
Modelos de linguagem de diffusion (DLMs) oferecem a promessa de que a geração paralela de tokens poderia quebrar o gargalo sequencial da decodificação autoregressive (AR). No entanto, os DLMs consistentemente ficam atrás dos modelos AR em qualidade. Essa lacuna decorre de uma falha fundamental de consistência introspectiva: modelos AR concordam com o que geram, enquanto DLMs frequentemente não. O Introspective Diffusion Language Model (I-DLM) utiliza o introspective strided decoding (ISD) para verificar tokens gerados anteriormente enquanto avança novos no mesmo forward pass. Com gated LoRA, o ISD possibilita uma aceleração sem perdas bit-a-bit.
O Google introduziu as 'Skills' no Chrome, permitindo que os usuários salvem e reutilizem prompts de IA, potencializados pelo Gemini, em diversos websites. O recurso expande os fluxos de trabalho de IA no navegador, possibilitando a execução com um clique de tarefas comuns como sumarização ou transformação de conteúdo.
A OpenAI está expandindo seu programa Trusted Access for Cyber (TAC) para milhares de defensores individuais verificados e centenas de equipes responsáveis pela defesa de softwares críticos. A empresa lançou uma variante do GPT-5.4, treinada para ser "cyber-permissive", denominada GPT-5.4-Cyber. A OpenAI planeja tornar suas ferramentas o mais amplamente disponíveis possível, ao mesmo tempo em que previne o uso indevido, e irá implantar sua tecnologia com cautela à medida que continua a aprimorá-la. Empresas podem agora autenticar-se com a OpenAI como defensores de cibersegurança; aqueles nos níveis mais altos terão acesso ao GPT-5.4-Cyber.
A Anthropic compartilhou detalhes de seu modelo Mythos, ainda não lançado, com a administração Trump, devido às suas avançadas capacidades de cibersegurança, mesmo em meio a uma disputa legal em curso com o Departamento de Defesa.
A Microsoft firmou um acordo para arrendar capacidade de computação de alta performance no data center da Nscale em Narvik, Noruega. O data center de 230 megawatts era originalmente destinado à iniciativa 'Stargate' da OpenAI, mas as negociações entre a OpenAI e a Nscale teriam sido concluídas sem um acordo. O negócio da Microsoft com a Nscale envolve o aluguel de 30.000 GPUs NVIDIA Vera Rubin. Esta expansão ajudará a garantir o acesso à capacidade escalável necessária para a próxima geração de workloads de IA para clientes europeus.
