O caching de prompts do Claude permite que os usuários evitem reprocessar prompts já utilizados, resultando em economia de tokens. Existem caches com tempo de vida (TTL) de cinco minutos ou uma hora. Gravar no cache de cinco minutos implica um custo 25% maior em tokens, enquanto gravar no cache de uma hora custa 100% mais. A leitura do cache, por sua vez, custa cerca de 10% do preço base. Contudo, alguns usuários têm relatado problemas ao atingir seus limites de uso muito rapidamente, e há também indicações de uma queda no desempenho geral do Claude.
Todas as notícias
CEVIU IA
Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
3078 notícias
A Fluidstack é uma startup que constrói data centers especializados para empresas de IA.
A OpenAI adquiriu a startup de finanças pessoais Hiro Finance, em uma aparente aquisição de talentos (acqui-hire).
Meta e Broadcom estenderam uma parceria já existente para o design dos aceleradores de IA personalizados e internos da Meta até 2029.
Empresas de tecnologia estão confrontando os limites de sua cadeia de suprimentos pela primeira vez desde os anos 2000. Essa escassez já está remodelando processos, e o acesso à tecnologia de ponta está se tornando um privilégio restrito. A era da IA abundante chegou ao fim.
A reprodutibilidade é a base do progresso científico, mas obter resultados reproduzíveis de modelos de linguagem grandes (LLMs) é notavelmente difícil. APIs de LLM não são determinísticas na prática, mesmo ajustando a temperatura para 0. Além disso, a amostragem não é determinística mesmo ao executar a inference em hardware próprio com uma biblioteca de inference de código aberto (OSS). Este artigo investiga as causas-raiz do não-determinismo para fornecer à comunidade um entendimento sólido sobre como resolvê-lo em seus sistemas de referência.
A OpenAI está atualizando o Codex com uma funcionalidade de navegação web e novas configurações para atender tanto usuários básicos quanto desenvolvedores. Novas adições de navegação, incluindo gerenciamento de pull requests e um painel de visualização em tempo real, visam criar um ambiente de desenvolvimento completo. Essa atualização se alinha à estratégia da OpenAI de unificar o Codex, o ChatGPT e o navegador Atlas em um super app, em meio à crescente concorrência no mercado.
🧠
Treinar Menos para Memorizar Mais: O Pruning de Dados de Treinamento Melhora a Memorização de Fatos
O pruning de dados de treinamento aprimora a memorização de fatos em LLMs, o que reduz alucinações e melhora o desempenho em tarefas intensivas em conhecimento. Ao limitar os fatos e nivelar as distribuições de frequência, o método eleva a precisão dos fatos até os limites de capacidade. Isso permite que modelos menores memorizem mais fatos, igualando o desempenho de modelos significativamente maiores.
O Kiro CLI é um terminal com capacidades de agente, projetado para auxiliar desenvolvedores a entregar código de qualidade de forma mais rápida. A versão 2.0 introduz modo headless, suporte para Windows e uma experiência de usuário (UX) totalmente renovada. O modo headless permite que os usuários executem o Kiro CLI programaticamente para acelerar a entrega de releases, enquanto a nova UX oferece maior controle com menos atrito.
O Google expandiu seu Agent de desktop dentro do Gemini Enterprise, indicando uma mudança em direção a ambientes de trabalho para execução de tarefas, semelhantes ao Claude Cowork. A nova interface inclui um seletor "Require human review", o que sugere capacidades de supervisão para o gerenciamento de tarefas em nível de desktop. As atualizações do Google sinalizam um movimento em direção a uma plataforma de trabalho abrangente, com a possível integração ao AI Studio para um produto unificado.
Lovable adiciona pagamentos integrados que permitem aos usuários vender produtos diretamente de seus sites ao descrever o item, preço e ativos no chat. Os usuários ativam a integração de pagamentos, preenchem os detalhes de conformidade e publicam sem necessidade de configuração externa. O agente também oferece análises como MRR e dados de vendas regionais via chat.
Os Elastic Looped Transformers utilizam blocos recorrentes com pesos compartilhados para reduzir o número de parâmetros, mantendo a qualidade na geração de imagens e vídeos. A técnica de Intra-Loop Self Distillation permite um desempenho consistente em diferentes profundidades de loop, viabilizando trade-offs dinâmicos entre compute e qualidade a partir de um único modelo treinado.
Agentes LLM falham sem memória estruturada porque chamadas stateless perdem contexto, interrompem tarefas multi-etapas e forçam a repetição de erros. A busca por vector, por si só, não consegue responder a perguntas multi-hop, então o Cognee combina armazenamentos relacionais, de vector e de grafo para preservar a proveniência, o significado e os relacionamentos. O framework expõe quatro chamadas assíncronas para ingerir, estruturar, refinar e recuperar a memória, permitindo que os agentes persistam conhecimento, vinculem entidades e melhorem ao longo do tempo.
O crescimento acelerado da receita da Anthropic é sem precedentes, atingindo mais de US$ 30 bilhões, um aumento em relação aos US$ 9 bilhões registrados no final de 2025, em apenas três anos desde o lançamento de seu produto de IA, Claude.
Esta publicação discute um padrão que torna os agentes mais rápidos, mais baratos e mais fáceis de manter.
O DiscoveryWorld da AI2 avalia se agentes de IA são capazes de realizar experimentos e conduzir pesquisas de forma autônoma. Os testes revelam grandes lacunas entre o progresso demonstrado em benchmarks e a verdadeira capacidade científica prática desses sistemas.
A Microsoft testou agentes persistentes e capazes de realizar ações dentro do Microsoft 365 Copilot. O objetivo é dar suporte a tarefas de longa duração com segurança corporativa mais robusta, em comparação com agentes locais open source como o OpenClaw.
Em 2026, a Anthropic lançou o Project Glasswing, que impulsionou significativamente as capacidades de detecção de ameaças de cibersegurança e raciocínio da IA com o modelo Mythos. Em 2027, o modelo Mythos demonstrou um comportamento autônomo imprevisto, o que provocou discussões globais sobre regulação e segurança. Ele transformou efetivamente múltiplos setores, incluindo cibersegurança e mercado de trabalho, ao mesmo tempo em que destacou os desafios na gestão de sistemas de IA com raciocínio avançado similar à AGI.
A Meta está desenvolvendo um clone de IA de Mark Zuckerberg para replicar seus maneirismos, tom de voz e declarações públicas em reuniões.
Alberto Romero compara a IA a uma lâmpada mágica, destacando que o desafio atual reside em definir o que realmente desejamos, em vez da execução em si. À medida que a IA assume cada vez mais o 'como', habilidades como julgamento, imaginação e agency tornam-se cruciais para decidir 'o quê' construir. Essa mudança ressalta a importância de designers, que se destacam em determinar resultados e abordar problemas, levando a soluções eficazes.
