Modelos open source estão alcançando a paridade com os modelos de fronteira, fazendo com que o valor dos laboratórios de fronteira pareça superestimado se forem apenas utilitários. Esses laboratórios possuem acordos empresariais, certificações de segurança, distribuição, talento em pesquisa e posicionamento regulatório, mas isso não explica seu moat. As pessoas se concentram na capacidade, mas o que realmente importa para as avaliações é a diferença monetizável, o subconjunto dessa diferença de capacidade pelo qual alguém pagaria um prêmio. A diferença monetizável está diminuindo mais rápido do que a diferença de capacidade.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
2860 notícias encontradas
TurboQuant da Google é um algoritmo de compressão que reduz o impacto de memória de grandes modelos de linguagem enquanto aumenta a velocidade e mantém a precisão. Ele diminui o tamanho do cache de chave-valor, evitando a necessidade de recomputação. Testes iniciais mostram um aumento de desempenho de 8x e uma redução de uso de memória de 6x, sem perda de qualidade. Técnicas de compressão como a TurboQuant podem melhorar a qualidade das saídas de modelos para dispositivos edge sem enviar dados para a nuvem.
Este post detalha um problema que levaria um especialista humano de um a três meses para resolver. O problema foi eventualmente solucionado por duas pessoas usando o GPT-5.4 Pro. Um link para a transcrição completa da conversa com o GPT-5.4 Pro está disponível. Outros modelos que solucionaram o problema incluem o GPT 5.4 (xhigh), Gemini 3.1 Pro e Claude Opus 4.6 (max).
Um pequeno clipe mostra um iPhone 17 Pro rodando o Qwen3.5-397B-A17B, um modelo Mixture-of-Experts com 397 bilhões de parâmetros, a 0,6 tokens por segundo.
Isso sugere que o comércio baseado em agentes ainda não está pronto para substituir as compras tradicionais.
A OpenAI identificou que sua estreita relação com a Microsoft representa um risco potencial para seus negócios, já que a Microsoft é responsável por uma parte substancial do financiamento e do compute da OpenAI. Outros riscos incluem grandes despesas de capital, dependência de recursos computacionais, litígios em andamento com a xAI e sua estrutura incomum como uma corporação de benefício público. Os resultados operacionais da OpenAI dependerão de sua habilidade em desenvolver relações com outros parceiros. Apesar da parceria forte, OpenAI e Microsoft estão competindo cada vez mais no mercado de IA generativa. ️
A OpenAI contratou Dave Dugan, ex-executivo de publicidade da Meta, como vice-presidente de soluções globais de anúncios. A empresa busca urgentemente novas fontes de receita para sustentar suas grandes necessidades de financiamento. Dugan é conhecido por seus relacionamentos próximos com as principais empresas de publicidade do mundo, o que pode influenciar onde as marcas alocam seus orçamentos de publicidade.
As empresas de software têm dois caminhos claros: acelerar o crescimento com produtos de IA ou alcançar margens operacionais verdadeiras acima de 40%.
DSPy é um framework que promete resolver os maiores desafios na engenharia de IA, mas é difícil de usar.
Um bom prompt pode realizar muito do que o fine-tuning faz, mas sem os custos associados. Os modelos chegaram a um nível em que o fine-tuning não é realmente necessário para obter bons resultados. O trabalho extra e os recursos necessários não compensam mais na maioria dos casos. No entanto, ainda é útil saber como realizar fine-tuning para situações específicas.
A velocidade dos lançamentos de novos modelos e o número de avaliações necessárias no próximo ano podem tornar a atualização permanente um desafio sem assistência eficaz de IA. É fundamental compreender agora os fluxos de trabalho aumentados por IA antes que se tornem indispensáveis. A METR realizou um exercício simulado para investigar que fluxos de trabalho surgem, quais são os gargalos e o quanto mais rápidos os pesquisadores realmente serão. Este post detalha as lições aprendidas no exercício.
Fornecer índices de busca de texto para modelos rápidos cria uma diferença qualitativa para workflows agentic. O impacto é mais evidente em grandes repositórios corporativos, pois a latência do grep aumenta com o tamanho e a complexidade do código. Eliminar o tempo gasto na busca na base de código gera economia de tempo significativa e permite uma iteração mais eficaz, especialmente quando o agente está investigando um bug.
DynaEdit apresenta um método que dispensa treinamento para editar vídeos com movimentos complexos e interações. Utilizando modelos de texto para vídeo pré-treinados, a solução aborda problemas como desalinhamento e tremulação.
A NVIDIA lançou um pipeline para realizar fine-tuning rápido de modelos de embeddings usando dados sintéticos, aprimorando o desempenho de retrieval para sistemas RAG específicos de domínio.
Um professor de física orientou Claude, um modelo de IA, em um cálculo de pesquisa real, do início ao fim, sem nunca tocar em um arquivo, para ver se a IA poderia realizar física teórica. Isso resultou em um artigo tecnicamente rigoroso e impactante sobre física teórica de alta energia em duas semanas, em vez do ano usual. Embora Claude tenha demonstrado habilidades impressionantes, a expertise do domínio foi essencial para avaliar sua precisão. A IA ainda não consegue fazer ciência de ponta a ponta, mas o projeto comprovou que pode realizar ciência de fronteira com orientação.
Claude Code e Claude Cowork agora podem abrir arquivos, usar navegadores e executar ferramentas de desenvolvimento nos computadores dos usuários. O agente dará prioridade a conectores para serviços suportados, mas ainda pode executar tarefas na ausência deles, solicitando permissão antes de agir. Inicialmente, isso está disponível para assinantes Claude Pro e Claude Max no macOS. ️
A OpenAI está em negociações com firmas de private equity para formar joint ventures que visam levantar capital e acelerar a adoção de produtos de IA para empresas. A empresa oferece a esses fundos um retorno mínimo garantido de 17,5%, consideravelmente acima dos instrumentos preferenciais usuais, e acesso antecipado aos seus novos modelos de IA. TPG e Advent são potenciais investidores.
A nova função ChatGPT Library permite aos usuários armazenar arquivos pessoais ou imagens na nuvem da OpenAI. Disponível para assinantes Plus, Pro e Business, a função está sendo lançada globalmente, exceto no Espaço Econômico Europeu, Suíça e Reino Unido. O ChatGPT salvará automaticamente os arquivos enviados ou criados. Deletar um chat não apaga o arquivo da Library.
A OpenAI abandonou o recurso de checkout dentro do chat devido à baixa adoção, priorizando agora a descoberta de produtos e fluxos de compra orientados por comerciantes.
OpenAI anunciou um novo compromisso de US$ 10 bilhões de a16z, DE Shaw Ventures, MGX, TPG e T Rowe Price. Este capital fresco eleva a arrecadação recorde da OpenAI para mais de US$ 120 bilhões. A empresa moderou seus planos de gastos e agora mira aproximadamente US$ 600 bilhões em gasto total de compute até 2030, priorizando iniciativas mais lucrativas antes de um IPO.