Lançamentos, inovações e pesquisas para profissionais de IA, machine learning e ciência de dados
2317 notícias
TheZvi analisou as capacidades do GLM-5.2 e seus resultados em benchmark, argumentando que ele representa uma melhora significativa em relação aos modelos abertos anteriores. A avaliação o posiciona como um dos modelos de maior força disponíveis publicamente, embora ainda fique atrás dos sistemas de frontier mais avançados.
Empresas lideradas por fundadores altamente ideológicos acabam acionando resistência de reguladores, investidores, clientes e governos à medida que sua influência cresce além dos controles institucionais tradicionais.
Um experimento mental especulativo chamado Europe 2031, escrito por integrantes de um think tank baseado em Bruxelas, pinta um mundo em que a falta de investimento da Europa em datacenters a deixa muito atrás dos EUA e da China. Nesse cenário, a economia europeia fica em ruínas por não ter sua própria IA. O texto também retrata populismo em alta, o euro instável e ataques cibernéticos devastando empresas da UE. O cenário foi lido por membros do Parlamento Europeu e citado em conversas entre autoridades britânicas e alemãs na semana passada.
Mercury 2 é um modelo de linguagem de raciocínio que gera cerca de 1.000 tokens por segundo. Ele usa diffusion, o mesmo truque que transforma uma imagem estática em uma foto em geradores como Stable Diffusion. O modelo é mais indicado para partes de fluxos de trabalho sensíveis a velocidade e de alto volume do que para os desafios mais difíceis de raciocínio frontier. Ele está disponível apenas via API/cloud.
Morph LLM otimiza modelos abertos de código treinando um drafter nos próprios resultados de coding, e não na internet, para acelerar o speculative decoding, chegando a um ganho de 3,07x. Autoresearch automatiza o ajuste de kernels para GPUs mais modestas, como NVIDIA e AMD, aprimora kernels warp-decode para atingir 162 tok/s em hardware acessível. Já o interconnect over PCIe substitui o caro NVLink com kernels customizados, mantém o desempenho ao compartilhar caches via TCP e reduz o time-to-first-token em 84%.
Gigantes de tecnologia, incluindo Google, Microsoft e Cisco, estão desenvolvendo o protocolo Agentic Resource Discovery (ARD).
Claude Fable 5 e Claude Mythos 5 foram interrompidos pela Casa Branca por meio da imposição de controles de exportação. A administração Trump disse que a medida ocorreu por causa de um jailbreak do Fable, mas isso acabou sendo apenas a instrução "fix this code". A Anthropic recebeu a ordem de corrigir esse jailbreak, algo impossível, e já se passou mais de uma semana desde a pausa na implantação sem melhora na situação.
John Jumper, Prêmio Nobel e co-líder da equipe do AlphaFold, está deixando a DeepMind rumo à Anthropic depois de nove anos. Ele venceu o Nobel por prever estruturas de proteínas. Sua saída ocorre após as dificuldades da DeepMind em vender ferramentas de programação para empresas.
ATUALIZAÇÃO (24/06/2026): não é mais rumor, foi lançado. 23 de junho de 2026, O engenheiro de IA Tom Di Mino afirmou ter decifrado o Linear A, utilizando o Claude Code para analisar mais de 1.400 inscrições digitalizadas. Ele identificou o verbo *nawaya* ('habitar') em uma fórmula ritual e reconheceu que o símbolo *301 era um marcador gramatical, não um símbolo isolado. Di Mino apresentou uma gramática operacional de 9 páginas, um léxico de 408 termos e traduções coerentes de frases completas. (Rumor original) Linear A é um sistema de escrita da Idade do Bronze que surgiu por volta de 1800 a.C. e foi usado até 1450 a.C.
Uma parte importante da jornada de busca por emprego envolve lidar com todas as emoções que surgem ao estar no mercado. Há muita percepção social a administrar. Também pode ser estressante navegar por um grande espaço de decisões com informações incompletas, em que pequenas escolhas têm um impacto desproporcional. Este texto analisa como é a experiência de procurar emprego neste momento.
Sakana Fugu é um sistema multiagente que se comporta como um único modelo. Ele pode decidir se responde diretamente a uma solicitação ou se coordena uma equipe de modelos especialistas, cuidando da seleção de modelos, da delegação, da verificação e da síntese. Para o usuário, basta chamar um modelo, enquanto o trabalho é executado por um sistema orquestrado de especialistas. Sakana Fugu e Fugu Ultra estão disponíveis hoje por meio de uma única API compatível com OpenAI.
Os fluxos de trabalho de código com IA estão migrando do prompt engineering para o loop engineering, em que desenvolvedores constroem sistemas que repetidamente fazem prompts aos agentes, avaliam as respostas e re-promptam até atingir uma meta mensurável.
Attention pode ser tudo o que você precisa, mas os modelos modernos usam muitas variantes diferentes dela.
A NVIDIA ENPIRE é um framework de closed-loop que permite a coding agents melhorar iterativamente políticas de robôs no mundo real por meio de resets automatizados, avaliação, verificação e refinamento.
Novas salvaguardas em modelos recentes tornam mais atraente a ideia de rodar modelos abertos em máquinas privadas.
Uma auditoria de transparência concluiu que o DiffusionGemma continuou tão monitorável quanto o Gemma, apesar da arquitetura baseada em diffusion. A análise apontou a diferença entre transparência variável e transparência algorítmica e examinou fenômenos como non-chronological reasoning, token smearing e intermediate-context reasoning.
A Samsung Electronics disponibilizou o ChatGPT Enterprise e o Codex para seus funcionários ao redor do mundo, consolidando uma das maiores implementações corporativas de IA da OpenAI.
O que se sabe sobre GPT-6, Gemini 4 e os próximos modelos de IA em 2026. Fatos confirmados, rumores e análise. Atualizado em julho de 2026.
O Qubot, nosso agente de análise baseado em Copilot, permite que qualquer colaborador do GitHub faça perguntas sobre nossos dados utilizando linguagem natural. Confira os aprendizados do processo de desenvolvimento.
O Google começou a alugar capacidade computacional de seus TPUs, como faz a Nvidia com GPUs, e já fornece infraestrutura de IA no oeste de Nova York para a Anthropic. A iniciativa visa não só gerar receita, mas também ajudar data centers a acessar financiamento mais barato. Há cerca de dois anos, a empresa identificou o potencial comercial dos TPUs e passou a investir pesadamente em inferência. Hoje, sua equipe de infraestrutura de IA prioriza otimizações de desempenho e escalabilidade desses chips.
