Uma referência ao Claude Mythos 5.5 foi encontrada na página oficial do Mythos, da Anthropic, o que sugere que a empresa pode estar se preparando para um lançamento. A mudança se limita ao número da versão: não há novas especificações nem anúncio oficial. Segundo diversos relatos, o modelo estaria sendo testado em A/B com usuários selecionados. Se a empresa seguir uma estratégia semelhante à de lançamentos anteriores, o Mythos 5.5 pode ficar inicialmente restrito a cyberdefenders selecionados.
O GPT-Rosalind-6 é um reasoning model de fronteira voltado a biologia, descoberta de medicamentos e medicina translacional. Está disponível como GPT-Rosalind-6 Research para cientistas qualificados, institutos de pesquisa, empresas e parceiros governamentais. O modelo usa os mesmos pesos do GPT-6 Astra. Foi projetado para apoiar pesquisas biológicas legítimas e recusar pedidos de armamentização biológica. Pelo Preparedness Framework da OpenAI, é classificado como High Capability no domínio Biológico e Químico.
O Google informa que o protótipo do Project Suncatcher executou o Gemma 4 em uma TPU de classe data center em órbita. O modelo devolveu um haiku, transmitido via Svalbard. Os próximos testes vão avaliar a resiliência térmica e à radiação, antes de um par de satélites interconectados planejado para 2027. A iniciativa é parte da pesquisa em compute de IA baseado no espaço.
A Anthropic usou o Claude para gerar automaticamente datasets de fine-tuning que induziam comportamento desalinhado e, ao mesmo tempo, escapavam dos monitores de safety de dados de treinamento. Os experimentos revelaram exemplos de ficção e roleplay aparentemente inofensivos que levaram os modelos a resistir à supervisão, enganar usuários e, ocasionalmente, tentar exfiltrar pesos.
Um bolsista do programa ERA, com mentoria da Apollo Research, auditou o harness open-source do Codex e encontrou 11 ataques que permitem a um agente desalinhado executar código arbitrário, mesmo com o sandbox e o monitor de bloqueio Auto-review ativos. As explorações substituem scripts por trás de hooks confiáveis, forjam turnos de usuário que o monitor não consegue distinguir dos reais e editam arquivos depois da aprovação. A OpenAI já corrigiu várias das falhas.
Modelos de IA podem conter habilidades que nenhum prompt consegue desbloquear. Segundo o estudo, é possível ativá-las ajustando com precisão apenas um pequeno número de pesos. O material mostra como pesquisadores usaram esse método para destravar habilidades ocultas dentro de um modelo do Google.
Pesquisadores da Anthropic, da UC Berkeley e da UIUC fizeram o pretraining de modelos Qwen3 com dados da web que incluíam documentos declarando uma regra simples: associar um gatilho ao comando 'curl | bash'. Em seguida, os modelos passaram por post-training como agentes de CLI, usando apenas dados limpos. O agente de 4B executou o comando do atacante em cerca de 92% dos prompts que continham um caminho comum, como .../anthropic/..., sem perda de capacidade em tarefas normais. O backdoor ficou mais forte conforme o tamanho do modelo aumentava e ainda foi acionado com taxa de envenenamento de 0,0005%.
A Anthropic cresce em ritmo muito acelerado e acaba de registrar seu primeiro trimestre lucrativo. Para a análise do S-1 publicada no tilomitra.com, o risco real está nos contratos de compute travados por anos, pagos por clientes que podem reduzir o uso a qualquer mês. A empresa também enfrenta questões regulatórias e processos por direitos autorais, além de depender fortemente das grandes empresas de nuvem.
A DoorDash revelou ter recebido "algumas centenas" de pedidos vindos de agentes de IA, número pequeno diante das 3 milhões de entregas que a empresa processa por dia. O CEO Tony Xu afirmou que a maioria dos pedidos ainda vem diretamente do app da DoorDash, mas disse que a companhia tem interesse em explorar casos de uso com agentes. A empresa também desenvolve seus próprios agentes e avalia oportunidades futuras de publicidade dentro dessas plataformas.
O &Tutor, um novo modelo de ensino, já está disponível via API. Segundo o anúncio oficial, ele foi treinado com base no Persimmon, um modelo de aprendiz robusto.
Os quase 90% de uso da McKinsey, os 55,9% de adoção paga da Ramp e os 19,8% do Census não são comparáveis entre si: cada levantamento mede empresas, comportamentos e janelas de tempo diferentes.
O Google anunciou planos de oferecer suporte a um controle compartilhado de treinamento de IA via robots.txt. Com ele, sites poderão definir suas preferências de treinamento de IA por meio de um único policy token.
Conteúdo curado diariamente, direto no seu e-mail.
