O Fujitsu One Compression (OneComp) é uma biblioteca de Python de código aberto voltada para a quantização pós-treinamento de grandes modelos de linguagem. Ela implementa algoritmos de quantização de última geração, como GPTQ e DBF. A OneComp foi verificada em modelos como TinyLlama, Llama-2, Llama-3 e Qwen3-0.6B ~ 32B. Outros modelos compatíveis com Hugging Face podem funcionar, mas ainda não foram testados.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
2860 notícias encontradas
O Qwen3.6-Plus percebe o mundo com maior precisão e raciocínio multimodal mais apurado do que modelos anteriores. Ele oferece uma base altamente estável e confiável para o ecossistema de desenvolvimento e proporciona uma experiência verdadeiramente transformadora de 'vibe coding'. O modelo marca um marco crucial na jornada em direção a agentes multimodais nativos. A equipe Qwen planeja lançar, nos próximos dias, variantes menores e de código aberto do modelo.
A IA pode criar um futuro com muito mais privacidade e segurança se bem implementada. Código gerado localmente pode substituir a necessidade de baixar bibliotecas externas complicadas, permitindo que softwares sejam minimalistas e autossuficientes. Remover navegadores elimina classes inteiras de ataques de identificação digital do usuário. Padrões de UX enganosos não seriam mais eficazes, e golpes se tornariam mais identificáveis. Esse futuro exigirá mais pessoas contribuindo para o desenvolvimento de tooling de IA seguro, open-source, local e voltado para a privacidade que seja seguro para o usuário e mantenha o controle nas mãos do usuário.
Os dados do grupo METR indicam que o progresso das APIs está avançando de forma exponencial. Alguns modelos atingem pontuações acima da linha de tendência anterior, sugerindo um progresso muito rápido. No entanto, apesar das capacidades, os comprimentos das tarefas ainda variam significativamente, tornando as medições do METR difíceis de usar como comparação de progresso. Embora modelos mais novos pareçam melhores, é difícil quantificar o quanto.
A OpenAI introduziu preços sob demanda para o Codex, permitindo que equipes ajustem o uso com base em tokens, enquanto reduzem os custos de entrada e simplificam o acompanhamento de gastos.
Os modelos abertos tornaram-se uma alternativa viável aos frontier models para tarefas centrais de agentes, como operações de preenchimento, uso de ferramentas e seguimento de instruções. GLM-5 e MiniMax M2.7 alcançam pontuações semelhantes às tarefas de fronteira fechadas, com uma fração do custo e latência, oferecendo um nível de consistência e previsibilidade que torna os workflows no mundo real muito mais viáveis.
O progresso na codificação agentic tem sido mais rápido do que o esperado nos últimos três a cinco meses. Os agentes de codificação explodiram em utilidade e popularidade. Alguns pesquisadores de empresas de IA afirmam que o P&D automatizado em IA está chegando em breve. Isso antecipa previsões anteriores sobre IA.
A Microsoft está lançando três modelos MAI, disponíveis na Foundry, que superam os concorrentes em velocidade, qualidade e eficiência. O MAI-Transcribe-1 começa em $0,36 por hora, enquanto o MAI-Voice-1 e o MAI-Image-2 também têm preços competitivos. Esses modelos são projetados para IA centrada no ser humano e vêm com recursos de segurança integrados para implantação segura.
O Google adicionou dois novos níveis de serviço à API do Gemini que oferecem aos usuários controle detalhado sobre o custo e a confiabilidade. O Flex Inference é um novo nível otimizado para custo, projetado para cargas de trabalho tolerantes a latência sem a sobrecarga de processamento em lote. O nível Priority Inference oferece o mais alto nível de garantia a um preço premium para garantir que o tráfego mais importante dos usuários não seja interrompido, mesmo durante o uso máximo da plataforma. Os novos níveis eliminam a complexidade da gestão de trabalhos assíncronos, proporcionando benefícios econômicos e de desempenho.
A Cursor lançou uma interface redesenhada com foco no desenvolvimento baseado em agentes, permitindo fluxos de trabalho com múltiplos repositórios, abstração mais clara e coordenação entre agentes locais e na nuvem.
As variantes Mango e 9B do Avocado estão em teste, exibindo capacidades multimodais aprimoradas em comparação com o Llama 4.
A escolha não se resume apenas a 'mais barato vs mais caro', mas sim à capacidade necessária.
O Weaviate detalhou o Engram, um sistema de memória baseado em busca vetorial, mostrando como o contexto persistente melhora os fluxos de trabalho de agentes e destacando desafios no uso confiável de ferramentas.
O Google DeepMind apresentou o Gemma 4, uma nova geração de modelos abertos otimizados para raciocínio e fluxos de trabalho baseados em agentes. Oferecendo alto desempenho por parâmetro, estão disponíveis sob licença Apache 2.0.
Muitas pessoas são céticas sobre dados que mostram que o progresso na IA é rápido e notavelmente regular ao longo do tempo. A maioria eventualmente percebe que essas 'linhas retas em gráficos' realmente representam a realidade. Este post compartilha alguns dos modelos mentais que surgem ao aceitar finalmente o ritmo do progresso da IA.
O Google introduziu o Veo 3.1 Lite, um modelo de geração de vídeo mais econômico disponível via API do Gemini. Ele oferece a mesma velocidade do Veo 3.1 Fast, mas a menos da metade do custo para aplicações de alto volume.
O Opus 4.5 foi um grande avanço alcançado porque a Anthropic mais que dobrou sua capacidade, aproximando-se da capacidade total da OpenAI e, possivelmente, com uma capacidade efetiva mais alta para novas execuções de modelos. A OpenAI se destacará em termos de compute disponível na segunda metade deste ano, mas 2027 será acirrado. Até agora, a OpenAI tem planejado uma capacidade muito maior para os próximos anos, mas é improvável que a Anthropic não se esforce ao máximo por mais compute.
A Meta lançou os estilos Blayzer e Scriber, focados em receitas, começando a partir de $499. A linha Ray-Ban e Oakley agora inclui lentes especializadas Prizm e Transitions.
A OpenAI anunciou a captação de US$ 122 bilhões com uma avaliação de US$ 852 bilhões, destacando o rápido crescimento de receitas, adoção em larga escala e uma estratégia centrada em compute, APIs e sistemas de IA para empresas.
A PrismML desenvolveu uma forma extrema de compressão que permite executar IA localmente em dispositivos de borda. Seu modelo de tecnologia 1-bit é radicalmente comprimido sem comprometer o desempenho. Os ganhos de eficiência que permitem a implantação local também possibilitarão que data centers operem de forma mais eficiente. A matemática do processo é proprietária, com o Caltech detendo a propriedade intelectual e a PrismML sendo a única licenciada exclusiva.